【VC++开源代码栏目提醒】:网学会员为广大网友收集整理了,【毕业论文】基于VC++的人脸识别系统设计与实现(含源程序共75页) - 毕业设计,希望对大家有所帮助!
基于
VC的人脸识别系统 (含源程序)大学本科毕业设计论文 私下交易便宜 10,QQ:840468512 第I页 目录摘 要 ............................................................. III第1章 绪 论 ......................................................... 1 1.1 引言 ............................................................. 1 1.2 国内外研究现状与人脸识别的发展阶段 ............................... 2 1.3 人脸识别的研究内容 ............................................... 3 1.4 相关学科 ......................................................... 4 1.5 小结 ............................................................. 5第2章 人脸检测技术研究 ............................................... 6 2.1 人脸检测问题分类 ................................................. 6 2.2 人脸模式特征提取法11 ............................................. 8 2.2.1 肤色特征 ...................................................... 8 2.2.2 灰度特征12 ................................................... 8 2.3 人脸检测方法分类 ................................................. 9 2.3.1 基于知识的方法 .............................................. 10 2.3.2 基于统计模型的人脸检测方法 .................................. 11 2.3.3 基于模板的方法19 ............................................ 15 2.4 小结 ............................................................ 16第3章 基于隐马尔可夫模型 HMM 的人脸识别 .............................. 17 3.1 相关背景概念 .................................................... 17 3.2 隐马尔可夫模型 HMM 构成元素16 .................................... 18 3.3 隐马尔可夫模型 HMM 原理 .......................................... 19 3.4 隐马尔可夫模型基本算法1 ......................................... 20 3.4.1 前向-后向算法 .............................................. 20 3.4.2 维特比算法 .................................................. 24 3.4.3 Baum-Welch 算法1 ........................................... 25大学本科毕业设计论文 私下交易便宜 10,QQ:840468512 第 II 页 3.5 隐马尔可夫模型在人脸识别中应用 .................................. 28 3.5.1 人脸图像 HMM 模型状态的确定 .................................. 28 3.5.2 观察值序列 .................................................. 29 3.5.3 基于离散余弦变换(DCT)的特征提取方法 ....................... 30 3.5.4 HMM 建模训练和人脸识别工作流程 ............................... 32 3.6 改进的隐马尔可夫模型在人脸识别中的应用 .......................... 35 3.6.1 观察向量的提取15 ............................................ 35 3.6.2 人脸参数训练15 .............................................. 35 3.6.3 人脸的识别 .................................................. 36 3.7 小结 ............................................................ 37第4章 人脸识别系统设计与试验 ........................................ 38 4.1 人脸识别系统涉及的软件和硬件 .................................... 38 4.1.1 软件部分 .................................................... 38 4.1.2 硬件部分 .................................................... 42 4.2 人脸识别系统 .................................................... 43 4.2.1 用户界面介绍 ................................................ 43 4.2.2 主要模块介绍 ................................................ 43 4.2.3 程序实现界面 ................................................ 47 4.2.4 相关人脸数据库 .............................................. 48 4.3 人脸识别试验 .................................................... 51 4.3.1 用 Yale 人脸库进行人脸识别试验 ............................... 51 4.3.2 用 ORL 人脸库进行人脸识别试验 ................................ 54 4.3.3 用自建的人脸库进行人脸识别试验 .............................. 56结 论 ................................................................ 60致 谢 ................................................................ 61参 考 文 献 ........................................................... 62附 录 ................................................................. 64大学本科毕业设计论文 私下交易便宜 10,QQ:840468512 第 III 页 摘 要 人脸识别技术是生物特征识别技术的重要组成部分,是一个基于多个学科的非常活跃的研究课题。
它主要包括了人脸检测、特征提取和人脸识别三方面内容。
虽然人类能毫不费力地识别出人脸及其表情,但人脸的识别对于计算机却是一个难度极大的课题。
本文分析了有关人脸识别方面的最新研究成果和最新信息,对所涉及到的学科和存在的问题做了简单的介绍。
然后,把人脸识别技术分为人脸检测和人脸识别分别进行系统的探讨和研究。
第二章是人脸检测部分,分析了人脸检测问题、人脸模式特征、基于知识和基于统计的人脸检测方法。
第三章是人脸识别技术研究部分,在这章中,重点介绍了基于隐马尔可夫模型的人脸识别技术。
最后引出嵌入式隐马尔可夫模型的相关知识。
最后,本论文基于 MFC 和 OpenCV1.0,在
VC 环境下编译生成系统,对系统的各个主要模块进行了详细的分析。
系统生成后,分别运用 YALE 人脸库、ORL 人脸库和自建的人脸库进行人脸识别试验,测试系统识别正确率,并把数据纪录到表格中。
关键词: 人脸检测;人脸识别;隐马尔可夫模型(HMM);嵌入式隐马尔可夫模型EHMM大学本科毕业设计论文 私下交易便宜 10,QQ:840468512 第 IV 页 Abstract Face recognition technology is an important branch of pattern recognition,which isbased on varies kinds of subjects。
It is one of the most active and challenging tasks forresearch。
It includes two parts: Face Detection and Face Recognition。
Despite the factthat human faces are essentially similar,people are very easy skilled at recognizing the Itidentities of people from their faces。
is very easily for the people to recognize faces andexpressions。
As to computers,face recognition is an extremely difficult task。
This paper summarizes and analyzes the latest results of research and informationon face recognition,and makes a brief introduction to the problem of face recognition。
Then,the problem of face recognition technology is divided into face detection and facerecognition,and will have a deep discussion on the two areas respectively。
The secondchapter is part of Face Detection,there will have the analysis about the problem of facedetection,knowledge-based and statistics-based face detection methods。
Chapter 3 is theface recognition technology,and in this chapter,the paper focuses on the facerecognition system which is based on the Hidden Markov model。
Finally,there willpresent the relevant knowledge of the embedded hidden Markov model。
Finally,the system is implemented successfully based on the MFC and OpenCV 1.0in the
VC environment,and will give a detailed analysis about the main module of thesystem。
The experiment using YALE face database,the ORL face database,and thedatabase which is made by myself in order to verify the correct rate of the system。
Thedata will be recorded in the table。
Key words: Face Detection;Face Recognition;Hidden Markov Model;EmbeddedHidden Markov Model大学本科毕业设计论文 私下交易便宜 10,QQ:840468512 第V页 目 录摘 要 ............................................................. III第1章 绪 论 ......................................................... 1 1.1 引言 ............................................................. 1 1.2 国内外研究现状与人脸识别的发展阶段 ............................... 2 1.3 人脸识别的研究内容 ............................................... 3 1.4 相关学科 ......................................................... 4 1.5 小结 ............................................................. 5第2章 人脸检测技术研究 ............................................... 6 2.1 人脸检测问题分类 ................................................. 6 2.2 人脸模式特征提取法 ............................................... 8 2.2.1 肤色特征 ...................................................... 8 2.2.2 灰度特征 ..................................................... 8 2.3 人脸检测方法分类 ................................................. 9 2.3.1 基于知识的方法 .............................................. 10 2.3.2 基于统计模型的人脸检测方法 .................................. 11 2.3.3 基于模板的方法 .............................................. 15 2.4 小结 ............................................................ 16第3章 基于隐马尔可夫模型 HMM 的人脸识别 .............................. 17 3.1 相关背景概念 .................................................... 17 3.2 隐马尔可夫模型 HMM 构成元素 ...................................... 18 3.3 隐马尔可夫模型 HMM 原理 .......................................... 19 3.4 隐马尔可夫模型基本算法 .......................................... 20 3.4.1 前向-后向算法 .............................................. 20 3.4.2 维特比算法 .................................................. 24 3.4.3 Baum-Welch 算法 ............................................ 25 3.5 隐马尔可夫模型在人脸识别中应用 .................................. 28大学本科毕业设计论文 私下交易便宜 10,QQ:840468512 第 VI 页 3.5.1 人脸图像 HMM 模型状态的确定 .................................. 28 3.5.2 观察值序列 .................................................. 29 3.5.3 基于离散余弦变换(DCT)的特征提取方法 ....................... 30 3.5.4 HMM 建模训练和人脸识别工作流程 ............................... 32 3.6 改进的隐马尔可夫模型在人脸识别中的应用 .......................... 35 3.6.1 观察向量的提取 .............................................. 35 3.6.2 人脸参数训练 ................................................ 35 3.6.3 人脸的识别 .................................................. 36 3.7 小结 ............................................................ 37第4章 人脸识别系统设计与试验 ........................................ 38 4.1 人脸识别系统涉及的软件和硬件 .................................... 38 4.1.1 软件部分 .................................................... 38 4.1.2 硬件部分 .................................................... 42 4.2 人脸识别系统 .................................................... 43 4.2.1 用户界面介绍 ................................................ 43 4.2.2 主要模块介绍 ................................................ 43 4.2.3 程序实现界面 ................................................ 47 4.2.4 相关人脸数据库 .............................................. 48 4.3 人脸识别试验 .................................................... 51 4.3.1 用 Yale 人脸库进行人脸识别试验 ............................... 51 4.3.2 用 ORL 人脸库进行人脸识别试验 ................................ 54 4.3.3 用自建的人脸库进行人脸识别试验 .............................. 56结 论 ................................................................ 60致 谢 ................................................................ 61参 考 文 献 ........................................................... 62附 录 ................................................................. 64 西南交通大学本科毕业设计论文 第1页 第1章 绪 论1.1 引言 近些年来,生物特征的身份认证技术得到了迅速的发展,此技术结合多种学科,是一种前沿的多学科性综合技术,主要结合认知科学,图像处理,计算机图形学,小波分析,机器视觉和模式识别等多个领域。
把人脸作为认证的目标已经拥有了几十年的历史,并不是只能在电影中才能看到,现代社会已经可以实现这样的功能,当然还有明显的不足,运用人脸图像来身份识别,主要是因为人的面貌属于人本身固有的生物特征,这种特征具有不可复制,难于伪造的特点,具有唯一性和稳定性,可以作为身份识别的依据。
人脸识别的研究可以追溯到上个世纪六、七十年代,经过几十年的曲折发展已日趋成熟,人脸识别是模式识别和计算机视觉的交叉领域。
人脸识别将计算机视觉和模式识别结合在一起,广泛地运用在机器人等学科中。
作为人类几个外在鉴别特征之一,人脸识别自动鉴别和人类自动分辨有着重要的意义。
计算机人脸识别技术也就是利用计算机分析人脸图象,进而从中提取出有效的识别信息,用来“辨认”身份的一门技术。
人脸识别技术应用背景广泛,可用于公安系统的罪犯身份识别、驾驶执照及护照等与实际持证人的核对、银行及海关的监控系统及自动门卫系统等。
虽然人类的人脸识别能力很强, 能够记住并辨别上千个不同人脸, 可是计算机则困难多了。
其表现在:人脸表情丰富;人脸随年龄增长而变化;人脸所成图象受光照、成象角度及成象距离等影响8。
如今,虽然在这方面的研究已取得了一些可喜的成果,但是人脸识别技术FRT(Face Recognition Technology)在实用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。
总之,要让计算机象人一样方便准确地识别大量的人脸尚需不同学科研究领域的科学家共同做出不懈的努力。
西南交通大学本科毕业设计论文 第2页1.2 国内外研究现状与人脸识别的发展阶段 人脸识别是一个算是古老却又年轻的课题,言其古老是因为早在上个世纪,法国Galton就已经开始了这方面的研究,直到七十年代中期以前,典型的模式识别的分类技术始终还是用人脸正面或者侧面特点的距离来度量,而且重点使用的是从侧面人脸图像上提取的几何特征。
这一阶段,对图像的约束条件较多,而提取出的特征数目少,自动提取特征的准确度也十分的低。
八十年代,对FRT的研究仍处于冷凝状态,没有什么进展。
进入九十年代,该课题受到了前所未有的重视,原因是多方面的:首先是在安全系统即商贸系统中有应用需要;其次是受其他技术发展的影响。
在九十年代前期,研究的重心集中在分割和特征提取以及设计系统的或神经网络的分类器方面,采用一些传统的统计方法,如:Karhunen—Loeve变换等或新的神经网络技术。
这时的识别工作基本上是在实验室里用规模比较小的数据库进行测试,而且多半是用静态图像。
除此之外,视频流能提供丰富的人脸信息,因此较多的研究小组和公司把工作重心转移到基于多样本的统计方法或神经网络方法的研究上去。
但是,在将理论向实用化转化的过程中,人们认识到只用单样本进行识别的重要性和困难性,言其重要性是因为FRT的一个重要应用是证件核实,在很多应用场合往往只有一张照片可以利用。
它的困难性是显然的,因为一张照片的信息量比多张照片的信息量要少多了,人脸丰富的三维通过单张照片是不可能全部反映出来的17。
此外,国外已经有许多学校在研究人脸识别技术,研究涉及的领域也非常的广,其中有从感知和心理学角度探索人类识别人脸机理的,如美国Texas at Dallas大学的Abdi和Toole小组,由Stirling大学的Bruce教授和Glasgow大学的Burton教授合作领导的小组等;也有从视觉机理角度进行研究的,如英国的Graw小组和荷兰Groningen大学的Petkov小组等。
在用静态图像或视频图像做人脸识别的领域中,比较有影响的有MIT的Media实验室的Pentland小组,他们主要是用基于KL变换的本征空间的特征提 名为取法, “本征脸 ; (eigenface) 还有C.vonder Malsburg小组,他领导了美国的SouthernCalifornia大学和德国的Bochum大学合作,采用动态链接结构和弹性图像匹配等方法;还有Perinceton大学Cox领导的NEC小组等;从1994年开始,一些科研单位和公司开始将研究成果转移为实用产品,如Miros公司的True Face,Visinocs公司的Facelt,ZNBochum GmbH公司研制的ZN—Face等17。
西南交通大学本科毕业设计论文 第3页 而我国国内也有不少的人从事人脸识别研究,主要有上海交通大学的李介谷等研究基于计算机视觉场模型的人脸识别研究技术,清华大学的边肇祈等从事基于KL变换的人脸识别研究,东南大学的程永清等从事基于统计方法,主要是奇异值分解方法的人脸识别研究,另外哈尔滨工业大学的贾小光和原上海工业大学的郑坚平等都在正面人像的识别方面做过工作。
还有很多的研究者。
人脸识别的输入图像通常有三种情况:正面,倾斜,侧面。
由于实际情况的要求,对人脸正面模式研究最多,它发展大致可分为三个阶段17: 1第一阶段是研究人脸识别所需要的面部特征,这方面以Bertillon、Allen和Parke为代表。
Bertillon的系统用一条简单语句与数据库中的人脸相关联,Allen为待识别人脸设计了有效、逼真的描写,Parke用计算机实现了Allen的方法,生成了较高质量的人脸灰度图模型。
总的来说,这一阶段工作主要依赖于人的操作,还不能完成自动的人脸识别工作。
2第二阶段是人机交互识别,代表性工作有:Goldstion、Harmon和Lesk用几何特征参数来表示人脸正面图像。
他们采用高维特征矢量表示人脸面部特征;Kara和Kobayashi使用基于统计的识别方法,用欧氏距离表征人脸。
T.Kanade(M.Nagao)使用积分投影方法计算出一族人脸特征参数,再利用模式分类技术与标准人脸匹配。
3第三阶段是自动机器人脸识别是近年来发展起来的,随着计算机的快速发展,自动人脸模式识别方法取得了较大的进展。
目前,自动识别技术主要分为三大类:几何特征法、统计特征法和连接机制法。
1.3 人脸识别.
上一篇:
VC 中的图像类型转换 使用开源CxImage类
下一篇:
科研管理杂志简介