基于Fisher变换的人脸识别研究开题报告

1. 研究目的与意义

随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切需求生物特征识别技术在近几十年中得到了飞速的发展。

作为人类的一种内在属性，并具有很强的自身稳定性以及个体差异，生物特征成为了自动身份验证的最理想依据。

当前生物特征识别技术主要有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。

2. 课题关键问题和重难点

（1）人脸是由复杂的三维曲面构成的可变形体，很难用精确的数学模型描述（2）所有人的脸部结构高度相似，不同个体之间的区别不大，所有的人脸的结构都相似，甚至人脸器官的结构外形都很相似。

这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。

从统计意义上讲属于典型的类内散布大于类间散布的统计模式识别问题（3）人脸图像受到各种成像条件的影响，如表情姿态尺度光照和背景等。

3. 国内外研究现状（文献综述）

面部识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。

他先采集含有人脸的图像或视频，接着利用计算机图像处理技术从画面中提取人像特征点，通过生物统计学原理分析建模，最后对被测者的面部图像进行特征分析，达到辨识身份的目的。

严格意义上讲，面部识别技术并不是一项十分新颖的技术，它的历史可以追溯到20世纪60年代。

4. 研究方案

（1）利用人脸库获取人脸图像预设选取orl人脸库，每个人选10张图像，其中6张作为训练集，其余4张作为测试集确定算法正确率。

（2）对图像进行降维通过对图像进行向量化，并通过计算其类内离散度矩阵，以及类间离散度矩阵,再计算类内离散矩阵的倒置矩阵与类间离散矩阵的乘积，计算此矩阵的特征值以及对应的特征向量，选区n个最大特征值，这些最大特征值对应的特征向量组成的矩阵就是降维矩阵。

降维后通过最近邻法测试对测试集识别的精度。

5. 工作计划

第1-3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。

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。

第4-5周 熟练操作matlab软件，进一步搜集和阅读与课题相关的中文资料,浏览文献收集材料寻找可行的方法，确定并设计出总体设计方案,并优化设计方案。