老年公寓身份识别系统的研究

发布时间：2021-08-13 20:41

　　随着我国老龄化问题的日益加重,老年人的安全受到人们的关注。旨在为老年人提供一个健康、舒适、安全的生活环境,本课题围绕老年公寓的安全问题展开研究,以身份识别方法中的人脸识别技术为基础,在MATLAB平台设计并实现老年公寓的身份识别系统。本课题对老年公寓身份识别系统进行研究,设计了一种基于人脸判断老年人真实身份的系统。本身份识别系统包括人脸图像采集、图像预处理、人脸检测、特征提取、以及人脸识别。首先,论述了人脸图像预处理方法,由于老年人图像的复杂性以及人脸图像在采集过程中易受到外界影响,增加了图像识别的难度。因此,本课题对图像进行了灰度变换、均衡化、边缘检测和二值化以及去噪等一系列操作,解决了图像识别问题。其次,采用基于肤色信息与模板匹配相结合的方法,实现人脸检测,利用老年人的肤色特点和肤色的聚类特性,提取肤色区域图像。然后,将其与人脸模板进行匹配,获得人脸区域图像。在MATLAB平台进行仿真实验,实验结果表明提出的算法是有效的,检测率高。最后,采用基于PCA的识别方法,并分别在ORL人脸库和自建人脸库中进行了不同条件下的实验,实验结果表明,PCA算法在ORL人脸库和自建人脸库单人脸识别中... 

【文章来源】：天津科技大学天津市

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图１－２奥运会期间人脸识别比对??Ｆｉｇ．?１－２?Ｆａｃｅ?ｒｅｃｏｇｎｉｔｉｏｎ?ｒａｔｉｏ?ｄｕｒｉｎｇ?Ｏｌｙｍｐｉｃ?Ｇａｍｅｓ??

常常采用用户名与密码相结合的方式，该方式操作简单，但容??易被盗龋但是老年公寓内的身份识别方式需要满足老年人的需求，保障简单方便的??同时也要保证具有较高的安全性。通常在一些公寓内常常采取生物特征的方式，完成??身份识别。这种方法具有一定的安全性，不易被盗取，适用性强１１２］。生物识别作为身??份识别方法中的其中？？种，因其具有良好的安全可靠性，不易被遗忘和丢失，不易伪??造或被盗，随身“携带”以及随时随地可用等优点，比传统的身份识别方法更具安全、??保密和方便性，被人们广泛使用。如图１－３为常用的生物识别方式。??．羹?ｉ?＃?［１??人脸脸部热１图指纹手形手部血管分布??Ｌｉ??虹膜?彳见网ｎ?荃名?语曰＿??图１－３人类生物特征多种识别方式??Ｆｉｇ．?１－３?Ｍｕｌｔｉｐｌｅ?ｒｅｃｏｇｎｉｔｉｏｎ?ｍｅｔｈｏｄｓ?ｏｆ?ｈｕｍａｎ?ｂｉｏｍｅｔｒｉｃｓ??生物特征识别作为身份识别方法中的其中一种，是…种相对有价值的技术。生物??学特征主要包括以下内容：??５??

识别整体过程??根据智能老年公寓信息化管理的需求，提出了老年公寓身份识别的研究。老年人??是一群特殊的群体，老年人身体的各个器官生理功能及行动力都随年龄的增长而减??退。根据老年人自身特点，比如老年人听力、视觉、记忆力、行动力等方面都随着年??龄的增长，功能性会有所下降，选择身份识别方法中的人脸识别技术，满足了老年人??便捷、安全、人性化的居住要求。本课题通过人脸识别技术的研究，选择适合老年人??脸图像识别的方法，完成人脸识别。在ＭＡＴＬＡＢ平台上，验证算法的有效性［｜６］。如??图２－１为人脸识别的整体框图。??视频捕获??？图像预处理??？人脸检测???????＾???人脸识别?＜?■人脸数据库比对４?１人脸特征提取??图２－１人脸识别整体框图??Ｆｉｇ．２－１?Ｗｈｏｌｅ?ｂｌｏｃｋ?ｄｉａｇｒａｍ?ｏｆ?ｆａｃｅ?ｒｅｃｏｇｎｉｔｉｏｎ??２．２老年人脸图像预处理??预处理是人脸检测的重要组成部分。图像预处理的好坏直接影响人脸检测的准确??率，从而影响人脸识别率。本课题所采用的图像为老年人图像，在校园里随机拍摄，??年龄为６０岁到７５岁的老年人。老年人图像预处理时更加复杂，老年人随着年龄的增??力口，五官特征不明显，眼窝深陷，满脸皱纹，牙齿脱落等特点，若图像处理不好，将??会给检测工作带来很多困扰。图像预处理的作用是使图像更加清晰，滤除噪声，以便??提取有效的真实信息，增加图像的可检测性，通过简化数据，提高图像特征的可靠性。??因此，图像预处理是人脸识别系统中相当重要的一步［１７］。这是一项基础工作，根据老??年人图像的面部特征，选择合适的预处理方法。该模块主要包括图像灰度变换、直方?

【参考文献】：
期刊论文
[1]基于改进Sobel算子的边缘检测算法研究[J]. 胡徐怡,王超,厉丹.  福建电脑. 2018(09)
[2]Digital Filter Algorithm Based on Morphological Lifting Scheme and Median Filter[J]. Lan Zhang.  IEEE/CAA Journal of Automatica Sinica. 2018(05)
[3]基于横向几何特征的人脸识别研究[J]. 杨龙生.  信息与电脑(理论版). 2018(16)
[4]浅谈人脸识别技术及其应用[J]. 杨博涵.  科技与创新. 2018(16)
[5]人工智能在高校智慧图书馆中的应用与发展——基于人脸识别技术的应用及其算法实现[J]. 李佩蓉,解解,崔旭,李姗姗.  图书馆研究与工作. 2018(07)
[6]我国老年公寓发展现状及对策[J]. 冯俊华,唐萌.  合作经济与科技. 2018(10)
[7]人脸识别技术在安防监控系统的应用[J]. 马家骏.  中国传媒科技. 2018(03)
[8]面向老年公寓的智能安防及看护系统设计研究[J]. 柳晶,刘青.  机械设计与制造工程. 2018(02)
[9]"刷脸"时代到来——人脸识别在金融行业的应用[J]. 宋嘉庚.  智能城市. 2017(12)
[10]基于图像处理的人脸识别系统[J]. 乔志敏,杨慧刚.  山西电子技术. 2017(06)

博士论文
[1]非接触条件下手部多模态生物特征融合方法的研究[D]. 汤永华.沈阳工业大学 2015

硕士论文
[1]智能门禁系统的身份识别与电控系统研究[D]. 刘奇.西南交通大学 2018
[2]基于肤色分割和统计模板匹配的手势识别人机交互系统[D]. 黄添娣.广东技术师范学院 2017
[3]从老有所“栖”到老有所“嬉”-当代老年公寓环境设计的思考[D]. 谢瑾.南京师范大学 2015
[4]混合色彩空间多信息融合及自适应学习速率运动目标检测算法[D]. 张盼华.江西理工大学 2014
[5]居家养老模式下的老年人居住空间设计研究[D]. 向娟.中南林业科技大学 2014
[6]灰度图像的直方图均衡化处理研究[D]. 陈永亮.安徽大学 2014
[7]基于弹性图和Hausdorff距离匹配的人脸表情识别算法研究[D]. 陶志平.湘潭大学 2013
[8]彩色图像中的人脸检测和局部特征的定位识别[D]. 李永芳.电子科技大学 2011
[9]基于PCA和人工神经网络的人脸识别研究[D]. 张科.武汉纺织大学 2010
[10]复杂背景下的彩色图像人脸检测[D]. 华志超.北京交通大学 2008



本文编号：3341101