基于深度学习的人脸识别.docx

摘要:21世纪以来，人类社会进入到数字化信息时代高速发展的阶段，基于计算机视觉智能监控技术成为人们关注的焦点。人们日常生活购物、缴费、娱乐、游戏以及各种应用的注册，都需要身份认证，通过密码来保护。但是基于传统的数字密码的身份验证技术很容易被人为的攻破窃取，造成信息泄露以及财产的损失。近年来基于生物特征识别技术的身份验证系统在该领域取得了巨大的成功，为人们提供了一种更加安全的身份识别技术。人脸识别是生物特征识别中应用最广，研究最深的一种技术。该技术通过使用人体面部的生物特征为基础，对个体的身份进行鉴别，具有非常高的精度，目前这一技术已经开始逐步走进人们生产生活的方方面面。因此对于人脸识别方法的研究具有重要的实际意义。本文中针对人脸识别主要进行了以下几方面的研究：（1）首先，本文中从生物特征识别技术的角度对人脸识别研究的背景以及实际意义进行了介绍，重点阐述了其应用场景以及课题的研究难点；（2）对基于PCA算法的人脸识别方法进行了学习研究，对该技术的基础理论记忆计算流程进行详细介绍；（3）基于Matlab仿真平台，对算法进行编程实现，同时基于GUI开发工具，设计完成智能人脸识别系统。最后，针对本文设计的人脸识别系统在ORL库进行了算法测试，根据识别结果给出了识别效果的分析。

关键词: 人脸识别，特征脸，K-L变换，主成分分析

目录

摘要

ABSTRACT

第1章 人脸识别概述-6

1.1人脸识别研究背景及意义-6

1.2人脸识别研究现状-7

（1）基于几何特征的方法-7

（2）基于模板匹配的方法-7

（3）基于模型的方法-7

1.3人脸识别的难点-8

1.4文章安排-9

第2章主成分分析算法研究-10

2.1主成分分析算法-10

2.2主成分分析基本原理-10

2.1.2基变换-10

2.2.2协方差矩阵-11

2.2.3 特征根分解-12

2.3 K-L变换-12

第3章 基于Matlab的PCA人脸识别系统设计与仿真-14

3.1人脸识别流程-14

3.2 基于PCA算法人脸识别的matlab实现-14

3.2.1 读取人脸库-15

3.2.2 利用生成矩阵求特征值和特征向量-15

3.2.3人脸识别系统测试-16

3.3 GUI界面设计仿真试验与结果分析-18

第4章 总结与展望-21

致谢-22

参考文献-23