【摘要】从20世纪60年代起，人们就开始研究人脸识别系统。随着计算机技术和光学成像技术的发展，人脸识别技术也在80年代后提到提高，进入了初级的应用阶段。90年代后期，人脸识别技术的实现主要以美国、日本和德国为主。其实，人脸识别就是一门利用计算机对人的面部进行图像获取和分析，从人的面部图像中获取有效的信息来识别身份的生物识别技术，别名人像识别或者面部识别。人脸识别系统由人脸图像预处理、人脸图像特征提取以及匹配识别和人脸图像采集检测四个部分组成。现在，人脸识别技术已经被广泛地使用到我们的日常生活中。比如，一些公司的门禁考勤系统；人脸识别的防盗门；电子护照或身份证；自拍软件等等。

本文先是介绍了人脸识别系统在国内外的研究现状，然后详细介绍了人脸识别的5种方法，分别是基于面部几何特征的方法；基于模板匹配的方法；基于隐马尔可夫模型的方法；基于神经网络的方法和基于代数特征的方法。接着更详细地介绍了人别识别的五个步骤。最后，在实验部分，阐述了在基于经典的PCA方法上研究2DPCA，并对比分析两种提取特征的方法，最后得出结论。

【关键词】：人脸识别技术; 特征提取; 2DPCA

目录

摘要

Abstract

1 绪论-1

1.1 课题研究的背景-1

1.1.1 公安应用-1

1.1.2 验证证件-1

1.1.3 信息安全-1

1.1.4 视频监控-2

1.1.5 智能机器-2

1.2 国内外研究现状-2

1.3 研究内容-3

1.4 方法-3

1.5 开发用到的工具-4

1.6 本章小结-4

2 人脸识别-5

2.1 人脸识别系统的五步骤-5

2.2 五种识别方法-6

2.2.1 基于模板匹配的方法-6

2.2.2 基于隐马尔可夫模型方法-6

2.2.3 基于神经网络的方法-7

2.2.4 基于面部的几何特征方法-7

2.2.5 基于代数特征的方法-8

2.3 本章小结-9

3 代数特征方法阐述-10

3.1 PCA识别原理-10

3.1.1 K-L变换技术-10

3.2 2DPCA二维主成分分析法-12

3.3 人脸图像分类器设计-13

3.4 本章小结-13

4 实验-14

4.1数据库介绍-14

4.1.1 ORL人脸数据库-14

4.1.2  yale人脸数据库-14

4.1 PCA在ORL数据库下间隔2次输出-15

4.2 2DPCA在ORL数据库下间隔2次输出-16

4.3 PCA在yale数据库下间隔2次输出-17

4.4 2DPCA在yale数据库下间隔2次输出-18

5 结论-20

参考文献-21

致谢-22