基于某PCA人脸识别地点名神器.pdf资源-CSDN文库

word

基于 PCA 人脸识别的点名神器

摘要

针对问题一，建立一个基于 PCA 算法的人脸识别模型，对人脸的眼睛、鼻子

和嘴巴这三个特征进展识别。虽然人面部相对复杂，但是人脸的眼睛、鼻子和嘴

巴是区别人脸的最适宜的特征，因此我们根据眼睛、鼻子和嘴巴建立人脸识别模

型，可以帮助教师快速准确识别在场的同学，达到快速点名的效果，节省时间提

高效率。

针对问题二，首先提取教师所拍的全景照，然后利用计算机对图像进展去除

噪声、增强、复原、分割、提取特征经过图像采集、预处理、特征提取与运用

PCA 算法模型进展特征匹配，通过对问题一提出的 3 个最适合的特征点，与已有

班级头像库进展快速准确的人脸识别，达到快速点名的效果。

针对问题三，首先，开一个院系的通识课时，会有数量庞大的学生来上课，

必定会在一个较大的教室，这时问题一拍全景照的方法已经不适合，极容易出现

拍不全所有学生或者某学生的脸被遮挡等问题，从而使人脸识别出错率提高以与

效率降低，达不到快速点名的效果，所以，需要建立一个基于 matlab 动态视频

捕捉的 PCA 算法模型，通过 matlab 软件和进门的监控系统进展数据信号连接，

快速地从动态视频中截屏且提取人脸的根本特征，然后利用计算机对图像进展去

除噪声、增强、复原、分割、提取特征经过图像采集、预处理、特征提取与运用

PCA 算法模型进展特征匹配，在门口就完成快速点名，比问题二的模型更高效，

更准确。

关键词：人脸识别，图片处理，PCA 算法，点名

一、问题重述

2017 年某某卫视《最强大脑》第 4 季，前三期连续安排人脑和智能大战，

分别在辨脸、辨音、辨身影项目进展的比试，结果人脑在辨脸和辨身影上输了。

人工智能的日益完善的今天，我们很多工作交付人工智能完成，比如上班打卡变

成按指纹、刷脸等，但是人多的时候很容易造成排队，所以我们希望能够有动态

识别辅助静态识别的人工智能，特别是帮教师上课点名。

1、一个标准班 30 人上课，教师用手机拍下上课全景照，手机像素是 1200

万，在已有班级头像库的根底上，请你建立模型，说明需要多少个特征点最适宜

来识别同学，要求尽可能快速准确识别同学。

2、同问题一的背景，请建立识别算法，要求尽可能快速准确识别同学。

1 / 34

word

背景

随着科技的不断开展，尤其是在如今这样的信息化时代下，人们掌握信

息的方式、能力越来越强。在身份识别方面，传统的身份识别因易出错，易遗失

等各种原因，已不能起到身份识别的功能。因为人的特殊性让身份识别成为可能，

身份识别在如今的社会中又是必不可少的存在，因此，如何高效准确的利用身份

识别成为人们所追求的新目标。由于人脸识别的操作快速简单，结果直观，准确

可靠，不需要人的配合等优点已成为身份识别重要环节。

本文按照人脸识别功能，基于 PCA 的人脸识别系统建立相应的算法。按照图像

获取、预处理、特征提取、特征匹配流程，逐步进展，最终达到人脸识别的目的

4.1 问题一分析：

针对问题一，建立一个基于 PCA 算法的人脸识别模型，对人脸的眼睛、鼻子

和嘴巴这三个特征进展识别。虽然人面部相对复杂，但是人脸的眼睛、鼻子和嘴

巴是区别人脸的最适宜的特征，因此我们根据眼睛、鼻子和嘴巴建立人脸识别模

型，可以帮助教师快速准确识别在场的同学，达到快速点名的效果，节省时间提

高效率。

针对问题二，首先提取教师所拍的全景照，然后利用计算机对图像进展去除

噪声、增强、复原、分割、提取特征经过图像采集、预处理、特征提取与运用

PCA 算法模型进展特征匹配，通过对问题一提出的 3 个最适合的特征，点，与已

有班级头像库进展快速准确的人脸识别，达到快速点名的效果。

针对问题三，首先，开一个院系的通识课时，会有数量庞大的学生来上课，

必定会在一个较大的教室，这是再用问题一拍全景照的方法已经不适合，极容易

出现拍不全所有学生或者某学生的被遮挡的问题，从而使人脸识别出错率提高以

与效率降低，达不到快速点名的效果，所以，本文建立一个基于 matlab 动态视

频捕捉的 PCA 算法模型，通过 matlab 软件和进门的监控系统起来，快速地从动

态视频中截屏提取人脸特征，然后利用计算机对图像进展去除噪声、增强、复原、

分割、提取特征经过图像采集、预处理、特征提取与运用 PCA 算法模型进展特征

匹配，在门口就完成快速点名，比问题二的模型更高效，更准确。

五、模型建立与求解

5.1 问题一模型建立与求解

3 / 34

word

随着人工智能技术的兴起.以与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

了它的重某某论价值外，也极具实用价值。

在进展人工智能的研究中，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，以与识别事物、处理事物的能力。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，并进展处理的，从而最终了解人类的思维机制。

同时，进展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展识别，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;以与

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异，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，应用 X 围也就较窄，国内也有许多科研机构从事这方而的研究，

并己取得许多成果。

在学校，学生上课出勤率是一项重要的考核指标，然而按名字一一点名的方

法实在效率底下，浪费宝贵的学习时间，所以本文建立一个有效的快速点名模型，

满足学校的要求，在这里，人脸识别就可以得到应用。

虽然人面部相对复杂，但是人脸的眼睛、鼻子和嘴巴是区别人脸的最适宜的

特征，因此我们根据眼睛、鼻子和嘴巴建立人脸识别模型，可以帮助教师快速准

确识别在场的同学，达到快速点名的效果，节省时间提高效率。如下列图：

4 / 34

剩余33页未读，继续阅读

基于某PCA人脸识别地点名神器.pdf

基于PCA人脸识别

基于PCA的人脸识别

基于动态优化PCA人脸识别算法的实现.pdf

PCA人脸识别算法的优化.pdf

一种基于人脸核心特征的PCA人脸识别算法及应用.pdf

【图像识别】基于ORL数据库的PCA人脸识别系统matlab源码.md

基于改进的加权分块2D-PCA人脸识别技术的研究.pdf

基于PCA算法人脸识别的matlab实现.pdf

基于并行PCA算法的人脸识别系统的研究.pdf

基于PCA人脸识别系统设计与实现.pdf

基于PCA算法的人脸识别.pdf

基于PCA的人脸识别.

基于PCA的人脸识别研究.pdf

基于PCA算法的人脸识别 (1).pdf

PCA人脸识别.pdf

人脸识别课程设计报告.pdf

基于PCA的人脸识别技术的研究.pdf

PCA人脸识别算法的优化_.pdf

基于自适应预处理和PCA的人脸识别方法的研究.pdf

最新资源