基于K-L变换的人脸识别研究开题报告

1. 研究目的与意义

人脸的自动识别是生物测定学研究的内容之一，是模式识别领域中的一个前沿课题。

该课题的研究已有 30多年的历史。

人脸识别正越来越成为当前模式识别和人工智能领域的一个研究热点。

2. 课题关键问题和重难点

关键问题：首先，最重要的是最优降维维数和最优识别精度；其次是利用K-L变换对人脸图像的原始空间进行转换，即构造人脸图像数据集的协方差矩阵，K-L变换是图像压缩的一种最优正交变换，高维的图像空间经过K-L变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以转成低维线性空间；难点：首先，选取主成分空间的局限性会影响识别效果，如果只是简单的选择那些较大特征值所对应的特征矢量，而且这些特征矢量并不一定是最有利于识别分类的特征空间，不能达到最优的识别效果，影响测试集的精度；其次，光照变化是影响人脸识别性能的最关键因素，以及人脸相似性和图像质量问题都会对人脸识别性能造成影响，解决这些问题也是一个难点。

3. 国内外研究现状（文献综述）

由于我研究的课题是《基于k-l变换的人脸识别研究》，所以我查阅了一些关于k-l变换的原理以及面部识别的文献。

随着硬件技术和网络信息的发展，各种经济活动交流交往都涉及到安全问题，能够快速而高校的进行权限认证是一个需要深入研究的重要问题。

因此，一种用于人们身份识别的应用也就应运而生了。

4. 研究方案

一、搜集要识别的人脸图像，建立人脸图像库；二、利用K-L变换确定相应的人脸基图像，再用这些基图象对人脸图象库中的所有人脸图象进行K-L变换，从而得到每幅图象的参数向量并保存数据；三、先对所输入的人脸图象进行必要的规范化，再进行K-L变换分析，得到其参数向量；四、将此参数向量与库中每幅图的参数向量进行比较，找到最相似的参数向量，也就等于找到最相似的人脸，从而认为所输入的人脸图象就是库内该人的一张人脸，完成了识别过程。

5. 工作计划

第一周至第二周：准备开题报告，阅读并摘要与课题有关的中文资料，收集相关设计资料。

第三周：完成开题报告，完成与课题相关的中文资料摘要。

第四周：完成英文翻译一份（3000汉字以上）,进行方案论证,确定初步设计方案。