基于特征融合的人臉識(shí)別算法研究與實(shí)現(xiàn).pdf

1、近年來(lái)，由于反恐、國(guó)土安全和社會(huì)安全的需要，身份認(rèn)證的準(zhǔn)確性、安全性和實(shí)時(shí)性顯得越來(lái)越重要，其中生物特征識(shí)別領(lǐng)域的人臉識(shí)別所占的比重越來(lái)越大。人臉識(shí)別與別的生物特征識(shí)別比較起來(lái)優(yōu)勢(shì)在于它應(yīng)用時(shí)不接觸、不強(qiáng)制、親切和諧，這些特點(diǎn)使其在安防監(jiān)控、身份認(rèn)證、基于圖像內(nèi)容的搜索和人臉控制（比如，人臉解鎖、人臉支付）等方面擁有著極大的市場(chǎng)未來(lái)。
　　本文著重分析了人臉識(shí)別應(yīng)用時(shí)的技術(shù)難點(diǎn)與核心，并在此基礎(chǔ)上選定了研究方向：針對(duì)人臉識(shí)別中光線

2、和面部表情影響條件進(jìn)行研究。人臉識(shí)別運(yùn)用時(shí)的過(guò)程一般有圖像采集、面部測(cè)檢、特征采集及分類(lèi)等。文章先對(duì)人臉識(shí)別所包含的幾大模塊做了闡述與研究，對(duì)人臉檢測(cè)、圖片預(yù)處理、圖像特性采集抽取與分類(lèi)辨識(shí)方法進(jìn)行了較為詳細(xì)的闡述，并對(duì)部分重點(diǎn)算法進(jìn)行了實(shí)現(xiàn)，并針對(duì)主成分分析（PCA和2DPCA）法進(jìn)行了仿真實(shí)驗(yàn)與結(jié)果對(duì)比，從理論上分析了該方法的優(yōu)勢(shì)與不足。針對(duì)表情和光照的特點(diǎn)及經(jīng)典算法主成分分析的不足，提出了基于多特征融合——主成分分析全局特征和LB

3、P紋理局部特征融合——的識(shí)別方法?；赑C平臺(tái)環(huán)境（MATLAB2011，VS2010， OpenCV庫(kù)），本文在國(guó)際標(biāo)準(zhǔn)人臉數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)隨機(jī)人臉圖像構(gòu)成的人臉圖像庫(kù)和自創(chuàng)人臉數(shù)據(jù)庫(kù)進(jìn)行了很多實(shí)驗(yàn)，對(duì)所提出算法的性能進(jìn)行測(cè)評(píng)，測(cè)試效果進(jìn)一步證實(shí)該算法優(yōu)勢(shì)顯著，為硬件實(shí)現(xiàn)提供了保障。
　　在算法的硬件實(shí)現(xiàn)過(guò)程中，本文首先實(shí)現(xiàn)了基于PC環(huán)境的針對(duì)單個(gè)人臉的實(shí)時(shí)檢測(cè)與身份認(rèn)證。然后根據(jù)所選 DSP芯片型號(hào)的自身特點(diǎn)進(jìn)行了部分算法的移植與