基于PCA的人脸识别算法与实现..docx

基于PCA与BP神经网络的人脸识别算法研究与实现摘要人脸识别是生物特征识别中一个活跃的研究领域，智能人脸识别软件技术对新时期的反恐和综合安全等具有重大意义。人脸识别系统以人的脸像作为识别身份的媒介，采用计算机视觉和图像处理技术，抓住人脸的轮廓特征和局部细节特征，研究匹配和识别方法。目前己经在身份鉴别和权限控制等方面得到了广泛的应用，是计算机科学与技术和模式识别领域中非常活跃的研究课题。本文希望利用BP神经网络对人脸图片进行识别。在识别之前,若不对原始样本数据进行预处理与特征提取,一方面使识别结果准确性降低,另一方面使BP神经网络的结构复杂化,采用主成分分析法可解决这些问题。主成分分析法能较好地提取表征样本的少数几个主分量,由该方法的特点可知,这几个主分量彼此不相关,非常符合特征优化的要求。本文从PCA分析入手，先对人脸识别的基本框架进行了一个介绍，然后对文中用到的PCA方法原理进行了简单的分析。结着介绍了神经网络及其在人脸识别中的应用，在MATLAB中编写算法，对图像进行了匹配识别。运行结果表明该算法在对匹配的图像背景进行很好的处理过并且图像的像素质量不能太低的情况下，能很好的满足人脸识别的要求。当然，针对图像的质量与图像背景对识别的影响还值得我们去进行深入一步的研究。关键词：人脸识别 特征提取 主成分分析 神经网络ABSTRACTFace recognition is an active research field in identification of living things and the intelligent software of face recognition is significant to the new period of anti-terrorism and synthesizing safety. face recognition system uses human images as its recognition object. It adopts the technology of computer vision and image processing to find the contour of human faces and part of detail face features,then studies the recognition methods using the found features.At present,face recognition continues to be a hot topic in pattern recognition field due to its wide range of applications such as distinguishing somebody from others and controlling authority. This paper hopes to use the BP neural network for face recognition.引言：随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。人脸识别系统现在在大多数领域中起到举足轻重的作用，尤其是用在机关单位的安全和考勤、网络安全、银行、海关边检、物业管理、军队安全、智能身份证、智能门禁、司机驾照验证、计算机登录系统。我国在这方面也取得了较好的成就，国家863项目“面像检测与识别核心技术”通过成果鉴定并初步应用，就标志着我国在人脸识别这一当今热点科研领域掌握了一定的核心技术。北京科瑞奇技术开发股份有限公司在2002年开发了一种人脸鉴别系统，对人脸图像进行处理，消除了照相机的影响，再对图像进行特征提取和识别。这对于人脸鉴别特别有价值，因为人脸鉴别通常使用正面照，要鉴别的人脸图像是不同时期拍摄的，使用的照相机不一样，但是系统可以接受时间间隔较长的照片，并能达到较高的识别率。人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义。人脸识别技术覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。如今，虽然在这方面的研究已取得了一些可喜的成果，但是在应用中仍面临着很严峻的问题,因为人脸五官的分布是非常相似的，而且人脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题1 人脸识别理论与算法1.1人脸识别系统的基本框架人脸识别过程包括两个主要环节：一是人脸的检测和定位，即从