基于统计理论的特征提取方法与人脸识别开题报告

全文总字数：1385字

1. 研究目的与意义

人脸识别的研究始于上世纪六、七十年代，在过去的几十年里，心理学家、神经生理学家和工程技术人员对人和机器如何识别人脸的各个方面进行了广泛的研究，得到了长足的发展。

作为传统身份验证的方法的延展，生物特征识别技术(biomertrics)收到了广泛的重视和深入的研究。

最初的应用源于公安部门关于犯罪照片的存档管理和刑侦破案，随着科学技术的发展和社会的进步，进行快速、有效、自动的人脸识别技术的要求日益迫切。

2. 国内外研究现状分析

人脸识别的研究历史比较悠久，galton早在1888年和1910年就分别在《nature》杂志发表了两篇关于利用人脸进行身份识别的文章。

而最早的关于人脸识别问题的研究论文见于1964年bertillen和1965年chan在panoramic research inc.发表的技术报告。

近年来，几乎所有知名的理工科大学和it产业的主要公司都有研究组在从事人脸识别的研究，在人脸识别方面的研究取得了较大的进展，国际国内发表的有关人脸识别的论文在数量上大幅增加，并得到了大量的项目支持。

3. 研究的基本内容与计划

本课题要求秉承主成分分析的思想，从原始数字图像出发，在模式识别之前，针对fisher鉴别分析，在类别较大的情况下如何有效地抽取特征是人脸识别的首要问题。

针对几种特征提取方法所获得不同特征信息进行融合处理，并以此设计分类器（如：最近邻分类器、bayes分类器），比较它们之间特征提取的有效性和分类器设计在识别率方面的好坏，给出相应的结论。

仿真采用人脸库是国际公认：yale人脸库、orl 人脸库或feret200人脸库。

4. 研究创新点

二维fisher鉴别分析利用表示图像的矩阵直接抽取特征，计算量主要与图像的大小有关，能适用于大类别的人脸识别。

针对二维投影抽取出的特征是矩阵，存在特征之间的冗余度大、特征数量多、不利于存储和分类等弱点。

该课题通过两种办法进一步降低二维投影抽取出的特征数量。