基于特征融合的人臉識別算法研究與實現(xiàn).pdf

1、近年來，由于反恐、國土安全和社會安全的需要，身份認證的準確性、安全性和實時性顯得越來越重要，其中生物特征識別領域的人臉識別所占的比重越來越大。人臉識別與別的生物特征識別比較起來優(yōu)勢在于它應用時不接觸、不強制、親切和諧，這些特點使其在安防監(jiān)控、身份認證、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未來。
　　本文著重分析了人臉識別應用時的技術難點與核心，并在此基礎上選定了研究方向：針對人臉識別中光線

2、和面部表情影響條件進行研究。人臉識別運用時的過程一般有圖像采集、面部測檢、特征采集及分類等。文章先對人臉識別所包含的幾大模塊做了闡述與研究，對人臉檢測、圖片預處理、圖像特性采集抽取與分類辨識方法進行了較為詳細的闡述，并對部分重點算法進行了實現(xiàn)，并針對主成分分析（PCA和2DPCA）法進行了仿真實驗與結果對比，從理論上分析了該方法的優(yōu)勢與不足。針對表情和光照的特點及經(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——的識別方法?；赑C平臺環(huán)境（MATLAB2011，VS2010， OpenCV庫），本文在國際標準人臉數(shù)據(jù)庫、網(wǎng)絡隨機人臉圖像構成的人臉圖像庫和自創(chuàng)人臉數(shù)據(jù)庫進行了很多實驗，對所提出算法的性能進行測評，測試效果進一步證實該算法優(yōu)勢顯著，為硬件實現(xiàn)提供了保障。
　　在算法的硬件實現(xiàn)過程中，本文首先實現(xiàn)了基于PC環(huán)境的針對單個人臉的實時檢測與身份認證。然后根據(jù)所選 DSP芯片型號的自身特點進行了部分算法的移植與