基于人臉識別的智能安檢系統(tǒng)研究.pdf

1、近幾年來,隨著信息化進(jìn)程的腳步日益加快以及計算機網(wǎng)絡(luò)技術(shù)的高速發(fā)展,采用信息技術(shù)加強公共安全具有得天獨厚的優(yōu)勢,在公共安全技術(shù)中得到人們越來越大的重視。隨著信息技術(shù)的不斷進(jìn)步,采用計算機進(jìn)行生物特征自動識別的系統(tǒng)已逐漸興起。目前,應(yīng)用范圍比較廣,研究成果獲取比較多的主要集中于:掌形識別、人臉識別、面部熱像識別、指紋識別、虹膜識別、簽名識別、語音識別等。自上世紀(jì)90年代以來,人臉識別因其簡便、準(zhǔn)確、友好、使用者無心理障礙及可擴(kuò)展性強等較多

2、優(yōu)勢,是這些年來比較最熱門的生物識別技術(shù)之一。人臉識別技術(shù)涉及圖像處理、計算機視覺、模式識別、生理學(xué)、心理學(xué)及認(rèn)知科學(xué)等相關(guān)學(xué)科領(lǐng)域,是利用計算機進(jìn)行人臉圖像分析并從中提取有效的人臉識別特征,從而獲得身份識別的一門計算機圖像處理技術(shù)。隨著各領(lǐng)域技術(shù)的不斷發(fā)展,近十年來,人臉識別技術(shù)有了重大突破,進(jìn)入了商業(yè)化領(lǐng)域,并在機器視覺、模式識別、人工智能等方面已經(jīng)有了很多應(yīng)用成果。
　　本文介紹了人臉識別的研究背景、研究現(xiàn)狀以及人臉識別的主

3、流數(shù)據(jù)庫等。對一些經(jīng)典的人臉識別算法,如主成分分析方法(PCA)、Gabor小波變換算法等原理及其應(yīng)用做了重點分析,并進(jìn)行了相關(guān)實驗。
　　本文在選擇算法上,首先單獨分析了PCA、Gabor小波算法各自的原理以及特點, PCA算法最大的優(yōu)勢在于它可以從高維空間的數(shù)據(jù)中找出最具有代表性的低維子空間,但是無法排除環(huán)境的干擾。而Gabor小波算法實現(xiàn)了同時從時域和頻域?qū)D像進(jìn)行局部信息分析,很好的彌補了PCA所無法解決的環(huán)境干擾,通過實