学位论文-—基于pca算法的eigenfaces人脸识别算法.doc

摘要人脸识别技术就是利用计算机分析人脸图像，提取有效的识别信息来辨认身份或者判别待定状态的一门技术。它涉及模式识别、图像处理、计算机视觉等诸多学科的知识，是当前研究的热点之一。然而影响计算机人脸识别的因素非常之多，主要是人脸表情丰富，人脸随年龄增长而变化，人脸所成图像受光照、成像角度及成像距离等影响，极大地影响了人脸识别走向实用化。基于PCA算法的人脸识别过程大致分为训练、测试、识别这三个阶段完成，在训练阶段，通过寻找协方差矩阵的特征向量，求出样本在该特征向量上的投影系数；在测试阶段，通过将测试样本投影到特征向量上，得到测试样本在该特征向量上的投影系数。最后，采用最小欧氏距离，找到了与测试样本最相近的训练样本图像。关键词Eigenfaces、PCA算法、人脸识别算法、matlab、SVD。AbstractFacerecognitiontechnologyistheuseofcomputeranalysisoffacialimagestoextractvalididentificationinformationtoidentifyordeterminetheidentityofatechnologyPendingstate.Itinvolvesknowledgeofpatternrecognition,imageprocessing,computervision,andmanyotherdisciplines,isoneofthehotspotsofcurrentresearch.However,factorsaffectingthecomputerfacerecognitionverymuch,mainlyrichfacialexpression,facechangeswithage,faceapictureoftheaffectedlight,imagingandimagingdistance,angle,greatlyinfluencedtheFacetopracticaluse.PCAalgorithmbasedrecognitionprocessisroughlydividedintotrainingandtesting,theidentificationofthesethreestages,inthetrainingphase,tofindtheeigenvectorsofthecovariancematrixisobtainedonthesamplefeaturevectorprojectioncoefficient;inthetestphasebythetestfeaturevectorisprojectedontothesampletoobtainatestsampleontheprojectionofthefeaturevectorofcoefficients.Finally,theminimumEuclideandistance,thetestsampletofindtheclosestsampleimages.KeywordsEigenfacesPCAAlgorithm、FaceRecognitionAlgorithm、matlab、SVD.目录1绪论11.1计算机人脸识别技术及应用11.2常用的人脸识别方法简介11.3本论文内容安排12PCA32.1PCA简介32.2PCA的实质32.3PCA理论基础32.3.1投影32.3.2最小平方误差理论42.3.3PCA几何解释82.4PCA降维计算83PCA在人脸识别中的应用113.1人脸识别技术简介113.2图片归一化113.3基于PCA的人脸识别113.3.1人脸数据特征提取113.3.2计算均值123.3.3计算协方差矩阵C123.3.4求出协方差C的特征值和特征向量123.4奇异值分解定理123.5基于PCA的人脸识别的训练133.5.1训练集的主成分计算133.5.2训练集图片重建133.6识别144实验154.1实验环境154.2PCA人脸识别实验过程154.2.1训练阶段154.2.2测试阶段214.2.3采用欧氏最小距离识别234.3实验结果235总结265.1.1内容总结：265.1.2工作总结：266致谢27参考文献281绪论1.1计算机人脸识别技术及应用计算机人脸识别技术就是利用计算机分析人脸图像，进而从中提取出有效的识别信息，用来“辨认”身份的一门技术，它涉及图像处理、模式识别、计算机视觉、神经网络、生理学、心理学等诸多学科领域的知识。这诸多因素使得人脸识别成为一项极富挑战性的课题，这也是研究的热点之一。人脸识别已成为计算机视觉及相关领域中的关键技术，而且人脸识别技术应用背景比较广泛，在身份验证、刑侦破案、罪犯身份识别、视频监视、驾驶执