基于Fisher脸的人脸识别技术研究的开题报告.docx

基于Fisher脸的人脸识别技术研究的开题报告
开题报告
题目：基于Fisher脸的人脸识别技术研究
一、研究背景及意义
随着计算机科技的发展，人脸识别技术在安全监控、人机交互、智能辨识等领域得到了广泛的应用。与传统的识别方式相比，人脸识别技术具有不接触、快速、准确等优点，已经成为了一种比较成熟的技术。
在人脸识别技术中，图像特征提取是关键之一，而Fisher脸则是一种常用的特征提取方法。Fisher脸综合了PCA（主成分分析）和LDA（线性判别分析）的优点，可以显著提高图像识别率。因此，对于基于Fisher脸的人脸识别技术的研究，具有较高的实际应用价值。
二、研究内容与方法
本研究的主要内容包括：
1.Fisher脸算法原理及其优势分析；
2.构建基于Fisher脸的人脸识别系统，并对结果进行实验验证；
3.对实验结果进行分析和总结，提出未来的发展方向。
本研究的方法主要包括：
1.数学模型建立：首先了解Fisher脸算法的原理，在此基础上建立数学模型；
2.数据集获取及处理：获取包含多个不同人的人脸图像数据集，并对数据进行预处理；
3.算法实现：根据Fisher脸算法的原理，使用编程语言实现算法；
4.实验验证：使用人脸图像数据集对所实现的算法进行测试和验证；
5.结果分析与总结：根据实验结果，对基于Fisher脸的人脸识别技术进行分析，总结优缺点，提出未来发展方向。
三、研究计划
时间节点活动内容
2021年2月-3月完成论文开题报告撰写
2021年3月-4月查阅相关文献，研究Fisher脸算法及其应用
2021年4月-5月数据集获取及预处理
2021年5月-6月建立数学模型，实现算法
2021年6月-7月对实现的算法进行测试与分析
2021年7月-8月完成论文撰写及修改
四、预期成果
1.对Fisher脸算法的原理及其应用进行系统性的研究和探讨；
2.实现基于Fisher脸的人脸识别系统，并对结果进行实验验证；
3.分析并总结实验结果，提出基于Fisher脸的人脸识别技术未来的发展方向。
五、参考文献
[1]BelhumeurP,HespanhaJ,KriegmanD.Eigenfacesvs.Fisherfaces:recognitionusingclassspecificlinearprojection[J].IEEETransactionsonPatternAnalysis&MachineIntelligence,1997,19(7):711-720.
[2]LowryJ.Lineardiscriminantanalysistodecidebetweennormalandabnormalresponsesfromaselectionproblem[J].BiometricalJournal,1975,17(6):491-497.
[3]MoghaddamB.PrincipalmanifoldsandBayesiansubspacesforvisualrecognition[D].MassachusettsInstituteofTechnology,1997.
[4]李雨琦，张长河.基于Fisher策略的人脸识别算法的研究与实现[J].自动化与仪表,2015,36(8):121-124.