人脸认证系统的设计与实现开题报告

1. 研究目的与意义（文献综述）

人脸认证系统是通过获得的视频或者图像信息，利用图像处理或者一些计算机视觉相关算法，从图像中判断出这个人的身份信息并与存储的信息相比较。

人脸认证的研究无论是在理论上还是在现实中都具有十分重大的意义，它涵盖了数字图像处理、神经网络、心理学、生理学、模式识别、计算机视觉以及人工智能等各方面的知识内容，对推动各个学科领域的发展具有十分重要的意义。人脸认证在公安、金融、网络安全、物业管理以及考勤等各个领域都具有十分重要的应用价值。还有现在十分火爆的人脸支付功能在马云就对阿里的刷脸支付功能做出了十分详细的讲解，这样支付起来既便捷又安全。还有公司的签到系统，实际上现在许多公司都已经用到了这个系统，有些使用的是瞳孔认证，人脸认证的普及型还有待提高。例如门禁系统，就可以通过摄像头捕捉到的画面将人脸信息同数。据库中的人脸信息进行检索，只有信息相符合的才可以进入。这种技术在一些高端住宅里面已经有了小范围的使用。

这种技术其实早在上个世纪的60年代就已经有人提出，但是由于计算机的处理速度的限制，只能有理论实现的可能。随着进入了21世纪之后计算机性能的提高这些技术有了巨大的突破。许多高校都有自己的实验室，其中著名的大学包括mit、cmu等。美国主要是有mit提出的特征人脸对特征空间的投影实现；在法国已经把人脸认证技术应用到了自动取款机上。这些技术主要包括三种例如几何特征法、代数特征法还有机器学习法等。2007年3月，美国nist报告了2006年人脸认证供应商评测结果，这些技术甚至超越了人类的人脸识别力。

2. 研究的基本内容与方案

人脸认证系统最重要的当然还是要识别出来人脸，首先通过需要通过原始的人脸图片进行预处理，只有做好了预处理才能更好的就行人脸认证。

人脸认证系统的基本功能包括图像获取功能、图像预处理功能、人脸跟踪定位功能。图像获取模块主要是从摄像头拍照后进行获取图片，也可以从图片库中获取，获取后的图片可以在软件的界面中显示出来以便进行识别。图像预处理模块主要包括图像光线补偿、图像灰度化、高斯平滑、均衡直方图、实现图像对比度增强、二值化变换等。人脸定位模块主要是将处理后的人脸图片进行定位，将眼睛、鼻子、嘴巴标记出来，以便进行特征提取。

在运动区域提取阶段，考虑摄像机输入的一个图像序列。假定在图像中要检测的人物处于运动状态，而背景则保持不变，那么通过相邻两帧图像进行差分运算，可以舍弃图像中保持不变的部分，保留发生变化的部分。这样做可以有效地保留人脸的候补区域，去除大部分的背景区域，尤其是那些颜色和人类的肤色相同或相近的背景区域，把人脸从复杂背景下分离出来。

3. 研究计划与安排

(1)2016/1/11—2016/1/22：查阅参考文献，明确选题；

(2)2016/1/23—2016/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；

(3)2016/3/8—2016/4/26：需求分析，算法或系统设计，分析、比较或实现等；

4. 参考文献（12篇以上）

[1]祝磊，朱善安.人脸识别的一种新的特征提取方法[j].计算机学报，2007，34（6）：122-1251

[2]何东风，凌捷.人脸识别技术综述[j].计算机学报，2003，13（12）75-78

[3]何国辉，甘俊英.pca-lda算法在性别鉴别中的应用[j].中国图像图形学报，2006，32（19）：208-211.

[4]王聃，贾云伟，林福严.人脸识别系统中的特征提取[j].自动化学报，2005，1.21（7-3）