VC++031-人脸识别系统

摘要：人脸自动识别是模式识别领域的一项热门研究课题，有着十分广泛的应用前景。本文对人脸位置矫正，人脸的特征提取和识别这些方面进行了研究，并提出了相应的实现算法。人脸位置矫正作为人脸检测定位的一个环节，在计算机人脸识别中具有重要的意义。本文第二章提出了一种基于单人脸灰度图像中眼睛定位的人脸位置矫正方法，它是针对人眼灰度变化特点、人眼几何形状特征及双眼的轴对称性而设计的。实验结果表明，该方法对于双眼可见单人脸灰度图像能实现快速有效矫正，并能在矫正结果中精确给出双眼瞳孔位置。
本文第三章提出了一种基于神经网络的主元分析人脸图像识别方法。该方法利用非线性主元分析神经网络对人脸图像提取人脸特征（矢量），并在BP神经网络上实现了对人脸图像的识别。实验结果证明了该方法的有效性和稳定性。
关键词：人脸位置矫正，人脸特征提取，人脸识别，神经网络，灰度图像，图像块纵向复杂度，主元分析法

[版权所有：http://think58.com]

[资料来源：www.THINK58.com]

目 录
中文摘要 i
ABSTRACT ii
致谢 iv
目录 vi
第一章 绪论 1
1.1 人脸识别技术研究的背景和意义 1
1.2 人脸识别技术简介 2
1.2.1 人脸识别的研究范围 2
1.2.2 主要的人脸识别技术 2
1.3 人脸识别系统的构成 4
1.4 论文內容概述 4
第二章 人脸位置矫正算法 5
2.1 人脸位置矫正问题的引入 5
2.2 算法的设计思路 6
2.3 算法的基本实现步骤 6
2.4 算法参数设计和算法基本实现步骤的清晰化 6
2.4.1 垂直方差投影 6
2.4.2 水平积分投影 7
2.4.3 图像块纵向复杂度 7
2.4.4 眼睛黑斑模型 7
2.5 基于眼睛定位的人脸位置矫正算法 8
2.5.1 灰度人脸区域（人眼搜索区域）的确定 8
2.5.2 人眼位置的确定 10
2.5.2.1 搜索复杂度最大的图像块 10
2.5.2.2 利用人眼黑斑模型精确定位人眼 11
2.5.3 依据人脸图像的轴对称性矫正人脸位置 12
2.6 算法实验结果分析 13
2.7 结论 14
第三章 人脸特征提取与识别算法 15
3.1 特征提取需遵循的原则 15 [版权所有：http://think58.com]
3.2 主元分析算法 15
3.3 人工神经网络简介及BP神经网络训练算法的数学描述 16
3.3.1 人工神经网络及其特性介绍 16
3.3.2 BP神经网络训练算法的数学描述 17
3.4 基于神经网络的主元分析人脸识别方法 19
3.4.1 利用非线性神经网络提取主元特征 20
3.4.2 特征数据的归一化和BP神经网络识别 2
3.5 算法实验结果及分析 22
3.6 总结 22
第四章 人脸识别系统结构 23
4.1 人脸识别系统的目标 23
4. 2 本文的人脸识别系统结构 23
第五章 总结与展望 24
5.1 本文完成的工作 24
5.2 目前系统存在的不足之处 24
5.3 目前系统改进计划和今后努力方向 24
参考文献 25
附录A 毕业设计期间发表论文 26
附录B 人脸识别系统（软件）使用说明书 [资料来源：www.THINK58.com]

  [资料来源：http://www.THINK58.com]

算法的设计思路
在介绍人脸位置矫正算法设计思路之前，先对人脸的主要特点作一分析。人脸是一个典型的形变体，其特点是：人脸模型已知；人脸特征器官的分布具有对称性，例如眼睛等等；复杂的，高度相似的形变体。
基于对人脸特点的深入了解，我们得到了下面的设计思路：
(1) 由于实验背景较简单，人脸在采集到的人脸图像中表现为一块复杂的灰度图像。这就提示
我们可以利用某种较简单的图像灰度分析曲线将人脸区域从人脸灰度图像中检测出来。
(2) 人脸具有对称性，人脸的特征器官分布也具有这种对称性，这就提示我们可以通过准确定
位人脸的某种特征器官，利用人脸图像的对称性对人脸图像位置加以矫正。
(3)人脸区域纵向、横向灰度变化复杂，特别是眼睛周围，灰度变化尤为显著。这就提示我们
可以利用人脸区域的灰度变化特点实现对眼睛的定位。
(4)眼睛的平面几何形状基本呈圆形或椭圆形，这就提示我们可以将眼睛及其周围灰度变化特点和眼睛的几何形状结合考虑，实现对眼睛的准确定位。

[来源：http://think58.com]

  [来源：http://think58.com]