(完整 word 版)基于 matlab 的人脸识别系统设计与仿真(含源文件)
图像识别研究中存在的问题;接着介绍了自动人脸识别系统的一般框架构成;最后简要地介绍了
本文的主要工作和章节结构。
1.1 研究背景
自 70 年代以来.随着人工智能技术的兴起。以及人类视觉研究的进展.人们逐渐对人脸图像
的机器识别投入很大的热情,并形成了一个人脸图像识别研究领域,。这一领域除了它的重大理
论价值外,也极具实用价值。
在进行人工智能的研究中,人们一直想做的事情就是让机器具有像人类一样的思考能力,
以及识别事物、处理事物的能力,因此从解剖学、心理学、行为感知学等各个角度来探求人类的
思维机制、以及感知事物、处理事物的机制,并努力将这些机制用于实践,如各种智能机器人的
研制。人脸图像的机器识别研究就是在这种背景下兴起的,因为人们发现许多对于人类而言可以
轻易做到的事情,而让机器来实现却很难,如人脸图像的识别,语音识别,自然语言理解等。如
果能够开发出具有像人类一样的机器识别机制,就能够逐步地了解人类是如何存储信息,并进行
处理的,从而最终了解人类的思维机制。
同时,进行人脸图像识别研究也具有很大的使用价依。如同人的指纹一样,人脸也具有唯一
性,也可用来鉴别一个人的身份。现在己有实用的计算机自动指纹识别系统面世,并在安检等
部门得到应用,但还没有通用成熟的人脸自动识别系统出现.人脸图像的自动识别系统较之指纹
识别系统、DNA 鉴定等更具方便性,因为它取样方便,可以不接触目标就进行识别,从而开发研
究的实际意义更大。并且与指纹图像不同的是,人脸图像受很多因素的干扰:人脸表情的多样
性;以及外在的成像过程中的光照,图像尺寸,旋转,姿势变化等.使得同一个人,在不同的环境
下拍摄所得到的人脸图像不同,有时更会有很大的差别,给识别带来很大难度。因此在各种干
扰条件下实现人脸图像的识别,也就更具有挑战性。
国外对于人脸图像识别的研究较早,现己有实用系统面世,只是对于成像条件要求较苛刻,
评论0
最新资源