基于2DPCA的人脸识别算法研究开题报告

全文总字数：3646字

1. 研究目的与意义（文献综述）

随着社会与科学技术的发展，对快速、有效辨别人身的需求越来越迫切。识别技术广泛地运用于社会生活中，而生物识别又是其中一大重要组成部分，在社会交往中有着广泛的使用基础。伴随着生物识别需求的增大与智慧终端的增加，生物识别领域在近些年来也一直广受关注。生物识别技术（biometrics，也称生物测定学），是指通过数理统计方法对生物进行分析，现在多指对生物体的本身的生物特征来区分生物个体的计算机技术，当然生物体的主体还是人类。而对于人的生物特征主要包括语音、指纹、掌纹、人脸、虹膜、视网膜及个人习惯等，而个人习惯又包括签字习惯、敲击键盘的力度与频率等。每种生物特征有与之对应的识别技术，包含语音识别、指纹识别、掌纹识别、人脸识别、虹膜识别、视网膜识别、形体识别签字识别、键盘敲击识别等。

人脸识别技术在上个世纪60年代受到关注并取得发展，随着理论技术和硬件制造技术的快速提升，尤其硬件上电脑、摄像头等的性能突飞猛进的提升，为人脸识别技术的发展和实现提供了强有力的支持，人脸识别技术飞速发展。但要谈到真正被应用到实际中，要到20世纪90年代后期，当时人脸识别技术主要依靠于国际上的一些先进国家的技术，其中以美国、德国、日本为主。在人脸识别技术的发展上，决定其能否突破瓶颈的就是其处理人脸图像的算法，有效并尖端的算法对于图像的处理以及图像识别有非常明显的效果"。

相比较国外，我国在人脸识别技术领域起步比较晚，但随着我国科技飞速的发展和人才的不断涌现，我们在人脸识别技术领域所取得的进步十分突出的。在国内的一些高校和研究所,例如清华大学和中科院计算机研究所等,都取得了非常不错的成绩，领导着国内人脸识别技术的发展，目前我国高校以及主要研究所所取得成果在国际上也逐步迈向领先领域”。而在商业领域，我国也有一些公司发展还不错，例如商汤科技、旷视科技和云从科技支持动静态人脸识别及活体检测，还有海康威视应用于安防交通、金融、楼宇等，以及我们熟知的阿里云、腾讯云、百度云等等。

2. 研究的基本内容与方案

本次设计的基本内容为基于2dpca算法实现人脸识别。在设计中我需要学习和研究pca人脸识别算法原理和方法。重点研究2dpca算法，在vc 或matlab环境下实现，并对结果进行比较分析。

人脸识别的方法有许多，其中包括几何特征、模板匹配、特征脸方法、隐马尔科夫模型法、人工神经网络法和弹性图匹配法等。而2dpca算法属于特征脸方法的一种，其主要原理在于对人脸的主成分分析导出的人脸识别和描述技术，其核心在于卡胡南-洛夫变换（即k-l变换）。首先通过pca识别讲人脸图像看做是矩阵进行处理，然后通过k-l变换将人脸图像维度降低，算出特征值以及特征向量，用被选择的特征向量来组成特征子空间，使得计算繁琐度降低。2dpca识别方法是基于pca的改进，可直接基于图像矩阵进行识别，无需对图像进行维度转换，在识别过程识别速度更快，计算更简洁。

本次主要通过matlab软件来完成2dpca算法及人脸识别的实现，在多个著名的人脸库数据网站获取人脸图片信息，导入matlab,然后对图像预处理。然后计算所有训练图像样本的平均图像，获取相应的数据，并比较在不同维度下的识别正确率，最后可适当通过改进算法提升人脸识别的正确率。

3. 研究计划与安排

第1周—第3周搜集资料，撰写开题报告；

第4周—第6周论文开题，安装并熟悉实验所需软件；

第7周—第10周进行实验并对实验数据进行分析；

4. 参考文献（12篇以上）

[1] 费腾. 基于 pca 的人脸识别研究[d]. 长春：吉林大学,2016.

[2] 刘衍琦, 詹福宇, 蒋献文, 周华英. matlab 计算机视觉与深度学习实战[m]. 电子工业出版社,2017

[3] 李润青.基于 pca 改进与 svm相结合的人脸识别算法研究[d]. 昆明：昆明理工大学，2018.