人脸识别算法及其在QT平台上的实现

发布时间：2017-09-17 17:53

  本文关键词：人脸识别算法及其在QT平台上的实现

  更多相关文章： 人脸识别 人脸分割 PCA SVM OpenMP Exynos4412

【摘要】：如今生物学、机器学习等研究领域中都涉及到人脸识别,将人脸的生理特征与计算机相结合在人机交互场合有着重要的意义。现在的很多人脸识别算法效率通常依赖于运行平台的计算能力,并且实时性较差。以人脸识别的效率为主线,本文对人脸识别过程中的一些步骤的算法进行一些优化和改进。在人脸识别过程中人脸的特征提取是人脸识别的重要环节,高效的对人脸识别分类关键在于能否提取到精准表征人脸的特征,但是在特征提取过程中样本图片维数往往一般很高,难以对人脸图片特征进行高效的提取,比如图像矩阵为112×92,那么协方差矩阵就是10304 × 10304,这会导致程序运行时间过长。本文针对这个问题使用了一种图像矩阵分割方法,即将双耳以及脸部(除五官部分)剔除,最终人脸图像分割成六部分,这6部分包含的人脸特征最为明显,区别度最大。将分割后得到的6个矩阵交由改进的PCA算法进行特征提取,最后融合SVM进行特征的分类和识别。经实验证明本文使用的算法只用人脸样本的65%的关键数据同样可以得到较高的识别精确率,并且因为目标矩阵相对较小所以整个识别过程的完成速度也比传统PCA+SVM方法要快。最后,实现了基于人脸分割的PCA与SVM融合的人脸识别算法的便携式人脸识别设备。便携式人脸识别系统基于Linux及三星的Exynos4412硬件平台,并使用OpenMP进行多线程优化,实现了毫秒级的识别速度,进一步验证了本文提出的算法在识别效率上的优势。
【关键词】：人脸识别 人脸分割 PCA SVM OpenMP Exynos4412
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 绪论8-12
• 1.1 课题背景及研究意义8
• 1.2 国内外研究现状8-9
• 1.3 论文的主要研究内容9-10
• 1.4 论文所做工作与结构安排10-12
• 第二章 人脸识别算法框架及原型设计总述12-22
• 2.1 人脸识别算法通用框架12-13
• 2.2 本文识别算法框架13-18
• 2.2.1 人脸检测13-14
• 2.2.2 预处理14-16
• 2.2.3 特征提取16
• 2.2.4 人脸识别16-17
• 2.2.5 人脸识别算法总体框架17-18
• 2.3 基于本文算法的人脸识别原型系统软硬件框架18-21
• 2.3.1 硬件平台18-19
• 2.3.2 人脸识别系统软件平台19-21
• 2.4 本章小结21-22
• 第三章 人脸检测和人脸图像预处理22-29
• 3.1 人脸检测22-25
• 3.1.1 Adaboost分类器22-25
• 3.2 图像预处理25-28
• 3.2.1 光线补偿25-26
• 3.2.2 人脸图像灰度化处理26
• 3.2.3 去除人脸图像中的噪声26-27
• 3.2.4 均衡直方图27
• 3.2.5 人脸图像对比度增强27-28
• 3.3 本章小结28-29
• 第四章 特征提取和特征分类29-36
• 4.1 特征提取29-33
• 4.1.1 新分割方法的优势29-30
• 4.1.2 人脸局部特征定位30-31
• 4.1.3 人脸分割算法的有效性(理论依据)31-32
• 4.1.4 对分割后的特征使用改进后的PCA方法进行特征提取(提取主要特征)32-33
• 4.2 特征分类和识别33-35
• 4.2.1 SVM分类算法33-34
• 4.2.2 SVM分类识别结果34-35
• 4.3 本章小结35-36
• 第五章 人脸识别算法的软件原型设计36-43
• 5.1 PC平台人脸识别原型系统设计36-39
• 5.1.1 人脸识别PC机原型系统功能特点36-37
• 5.1.2 人脸识别PC机原型系统软硬件框架37-39
• 5.2 便携式人脸识别系统设计39-42
• 5.2.1 便携式人脸识别系统功能特点39-40
• 5.2.2 便携式人脸识别系统软硬件框架40-42
• 5.3 本章小结42-43
• 第六章 系统测试与功能验证43-49
• 6.1 本文人脸识别算法识别率及识别效率验证43-44
• 6.2 PC机人脸识别原型系统功能验证44-46
• 6.3 便携式人脸识别系统功能验证46-48
• 6.4 本章小结48-49
• 第七章 结论与展望49-50
• 7.1 主要结论49
• 7.2 研究展望49-50
• 参考文献50-53
• 在学期间的研究成果53-54
• 致谢54

【相似文献】

中国期刊全文数据库 前10条

1 王李冬;;一种新的人脸识别算法[J];计算机技术与发展;2009年05期

2 桂荣;沈荣鑫;詹泳;;基于模糊神经推理的人脸识别算法研究[J];华南师范大学学报(自然科学版);2012年04期

3 苏士美;王燕;王明霞;;基于加权小波分解的人脸识别算法研究[J];郑州大学学报(工学版);2014年01期

4 魏冬梅;周卫东;;采用压缩感知的人脸识别算法[J];计算机工程;2011年18期

5 陈皓;霍星;;视频监控中人脸识别算法稳定性的改进[J];工程图学学报;2011年06期

6 李美瑾;;人脸识别算法综述与远程考试系统应用研究[J];广西广播电视大学学报;2012年01期

7 盛朝强;王君;;煤矿井下人员签到系统人脸识别算法研究[J];计算机技术与发展;2012年07期

8 朱学毅;王崇骏;周新民;张W，

本文编号：870877