基于人脸识别的智能安检系统研究-软件工程专业论文.docx

基于人脸识别的智能安检系统研究 基于人脸识别的智能安检系统研究 万方数据 万方数据 3 4 基于人脸识别的智能安检系统研究 摘 要 近几年来，随着信息化进程的脚步日益加快以及计算机网络技术的高速发展，采用 信息技术加强公共安全具有得天独厚的优势，在公共安全技术中得到人们越来越大的重 视。随着信息技术的不断进步，采用计算机进行生物特征自动识别的系统已逐渐兴起。 目前，应用范围比较广，研究成果获取比较多的主要集中于：掌形识别、人脸识别、面 部热像识别、指纹识别、虹膜识别、签名识别、语音识别等。自上世纪 90 年代以来， 人脸识别因其简便、准确、友好、使用者无心理障碍及可扩展性强等较多优势，是这些 年来比较最热门的生物识别技术之一。人脸识别技术涉及图像处理、计算机视觉、模式 识别、生理学、心理学及认知科学等相关学科领域，是利用计算机进行人脸图像分析并 从中提取有效的人脸识别特征，从而获得身份识别的一门计算机图像处理技术。随着各 领域技术的不断发展，近十年来，人脸识别技术有了重大突破，进入了商业化领域，并 在机器视觉、模式识别、人工智能等方面已经有了很多应用成果。 本文介绍了人脸识别的研究背景、研究现状以及人脸识别的主流数据库等。对一些 经典的人脸识别算法，如主成分分析方法（PCA）、Gabor 小波变换算法等原理及其应用 做了重点分析，并进行了相关实验。 本文在选择算法上，首先单独分析了 PCA、Gabor 小波算法各自的原理以及特点， PCA 算法最大的优势在于它可以从高维空间的数据中找出最具有代表性的低维子空间， 但是无法排除环境的干扰。而 Gabor 小波算法实现了同时从时域和频域对图像进行局部 信息分析，很好的弥补了 PCA 所无法解决的环境干扰，通过实验也证明了，Gabor 小波 确实有更好的鲁棒性，但是小波分解变换后极大的增加了特征维数，给计算带来了很大 的困难，因此本文选用了 PCA 与 Gabor 小波算法相融合的算法。 本文采用国际通用的标准人脸库 ORL 和 Yale 进行人脸识别，试验数据证明，本文 采用的 PCA 与 Gabor 小波算法相融合的算法具有更高的识别率与准确率，达到了预期 分析效果。 关键词 人脸识别，图像预处理，特征提取，PCA 与 Gabor 算法融合 I 基于人脸识别的智能安检系统研究 基于人脸识别的智能安检系统研究 RESEARCH OF INTELLIGENT SECURITY SYSTEM BASED ON FACE RECOGNITION ABSTRACT In recent years, with the ever-accelerating pace of information process as well as the rapid development of computer network technology, the use of information technology to enhance public safety has the unique superiority; there is a growing emphasis in public safety technology. With the continuous advancement of information technology, computer automatic biometric identification system has been gradually on the rise. At present, the results of application of a wide range of research mainly focused: hand geometry recognition, face recognition, facial thermal image recognition, fingerprint recognition, iris recognition, signature recognition, voice recognition, etc. These years, because of its simple, accurate, and friendly, user-psychological barriers and scalability, face recognition is one of the most popular biometric technology since the 1990s. The face recognition technology involved in image processing, comput