基于人工智能技术的遥感图像特征识别技术研究开题报告

1. 研究目的与意义

研究背景：

记载最早的人脸识别方法就是bledsoe提出的基于几何特征的方法，该方法以面部特征点之间的距离和比率作为特征，通过最近邻方法来识别人脸。基于几何特征的方法非常直观，识别速度快，内存要求较少，提取的特征在一定程度上对光照变化不太敏感。但是，当人脸具有一定的表情或者姿态变化时，特征提取不精确，而且由于忽略了整个图像的很多细节信息，识别率较低，所以近年来已经很少有新的发展。面部特征识别是一个具有很高理论和应用价值的研究课题，是模式识别、图像处理等学科的一大研究热点。人脸的特殊性，使得人脸识别技术成为最具潜力的身份识别方式。目前，随着社会的发展、科技的进步，对方便、可靠、人脸自动识别的实际需求日益迫切，人脸识别及其应用已成为众多计算机科学工作者研究的热点问题。虽然近几十年来出现了大量的人脸识别算法，但在识别率、识别速度和算法鲁棒性方面还是不够理想。

研究目的及意义：

2. 研究内容和预期目标

主要研究内容：

1.熟悉图像处理与识别的相关知识和基本原理；

3. 研究的方法与步骤

拟用的研究方法：

人脸自动识别的几种主要实现方法包括人脸几何特征法、人脸灰度特征法以及神经网络法、弹性图匹配法。人脸自动识别与地球遥感影像研究中的计算机地物识别相似，而遥感自动判读已十分成熟，而且这些判读方法都以模块形式集成到遥感图像处理软件中。只要对这些模块灵活应用，将识别地物，进行地物图像特征提取的现成方法应用到对人脸自动识别领域，就有可能达到人脸识别目的。将遥感与人脸识别两种研究力量结合。参考遥感地物判读技术路线，由人脸正面灰度图像形成实验样区，每个人脸相当于一个与众不同的特殊地物，用遥感图像处理软件分析各“地物”的可见光反射特征，提取像元灰度特征值，形成特征矢量，并与个人信息、年龄等属性信息一道存储于数据库。 然后任意抽取一位数据库人物获取其脸部数字图像，将该未知属性的图像与数据库所有已知属性图像特征矢量数据进行对比，由相关分析衡量新图像与库中已有图像的相似程度，若相关系数最大并超过一定阀值则认为识别匹配成功，调出该已知图像的属性信息，获取该人的详细资料。

4. 参考文献

[1]施智平，胡宏，李清勇，史忠植，段禅伦。基于纹理谱描述子的图像检索。北京：软件学报，2005.

[2]h.zabrodskyetal.ieeetrans.pami,1995,17:1154∽1166.

[3]张俊,何昕,李介谷.基于面部几何特征点提取的人脸识别方法.红外与激光工程,1999年8月第28卷第4期.

5. 计划与进度安排

2022年2月24日—2022年3月20日 搜集并阅读资料