基于matlab人脸识别技术-开题报告

毕业设计（论文）开题报告毕业设计（论文）课题状况，依据所查阅的文献资料，每人撰写2500字以上的文献综述，文后应列出所查阅的文献资料。基于matlab人脸识别技术的实现文献综述一、MATLAB概述MATLAB是矩阵试验室（MatrixLaboratory）的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以与数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。MATLAB主要面对科学计算、可视化以与交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以与非线性动态系统的建模和仿真等诸多强大功能集成在一个易于运用的视窗环境中，为科学探讨、工程设计以与必需进行有效数值计算的众多科学领域供应了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。应用于工程计算、限制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。而在本文中主要用到的功能是图像处理功能。二、BP神经网络概述人工神经网络（ArtificialNeuralNetworks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（ConnectionistModel），它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的困难程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络发展的主要历程有:20世纪50年头末,Rosenblatt提出的感知器模型和Widrow提出的自适应线性元件,出现了简洁的线性分类器;1986年,Rumelhart和Mcllelland提出了层网络“误差反向传播算法(BP)”,使有导师学习多层感知器网络(MLPN)模式分类器走向好用化,在此基础上又派生出若干前向网络,如径向基函数网络(RBFN)和函数链网络等;1982年,美国加州工学院的物理学家Hopfield提出的一种用于联想记忆和优化计算的反馈网络模型,由于引进了“能量函数”的概念,使网络走向详细电路有了保证;20世纪70年头,Watanabe提出了运用模式子空间的概念来设计不同类别对应的子空间,由不同类别聚类的子空间实现模式识别;Kohonen提出的自组织特征映射网络模型等都为神经网络模式识别理论供应了进一步的依据。构成人工神经网络的三个基本要素是:神经元、络拓扑结构和网络的训练(学习)方法。神经元(节点)的作用是把若干输入加权求和,并对这种加权和进行非线性处理后输出。神经元的选择一般有以下特点:每个神经元都具有多个输入、个输出,具有闭值,采纳非线性函数。1、神经元神经元模型用公式描述为：y=f(X)=1\*GB2⑴X==2\*GB2⑵式中:θ为输出阈值,为输入信号,(i=1,2,…,n)为连接权值,f(X)称为激活函数,一般可用阈值型、分段线性型和S型,在本文中选择S型函数f(X)=试验取a=b=1,k为限制S型曲线部分的斜率且可调。2、BP网络模型BP网络模型结构如下：BP网络模型结构示意图3、BP神经网络训练BP神经网络进行训练的算法过程如下:(1)初始化神经网络的权值为(0,1)之间的随机数;(2)输入训练样本与期望输出;(3)逐层计算输出;(4)从输出层起先,调整权值,并反向调整误差;(5)若误差小于设定值,则结束;否则转(3),接着学习。网络训练完毕达到稳定状态后,保存网络的连接权值,用于后面的识别。用BP网络对人脸进行识别的算法可简洁描述为:(1)加载待识别样本的特征向量到输入层节点;(2)计算隐含层和输出层的输出,依据输出层节点的输出推断识别结果。BP网络神经实现人脸识别过程：人脸识别过程三、SVM算法概述Vapnik等人在多年探讨统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不行分的状况。甚至扩展到运用非线性函数中去，这种分类器被称为支持向量机(SupportVectorMachine,简称SVM)。支持向量机的提出有很深的理论背景。支持向量机方法是在近年来提出的一种新方法。SVM的主要思想可以概括为两点：(1)它是针对线性可分状况进行分析，对于线性不行分的状况，通过运用非线性映射算法将低维输入空间线性不行分的样本转化为高维特征空间使其线性可分，从而使得高维特征空间采纳线性算法对样本的非线性特征进行线性分析成为可能。(2)它基于结构风险最小化理论之上在特征空间中建构最优分割超平面，使得学习器得到全局最优化,并且在整个样本空间的期望风险以某个概率满意确定上界。本文给出“相像性”的度量方法来构造SVM分类器。所谓“相像性”,是指两幅人脸图像在特征脸空间中值之差，假如各重量都保持在一个较小范围内,有理由信任这是同一个人脸。选定集合C={}，其中n为人数，和分别为第i个人不同的图像，在特征空间中的值，将其依据如下方案分:，，可以看出正是“相像”的人脸,共有n个;而全部都是“非相像”人脸,共有n*(n-1)个,因此,组成如下n*n个训练样本集：。现假设在数据库共有m个已知人脸图像,基于上述SVM的设计原理,构造如下的m个函数(留意这些函数没有取符号sgn):，式中：为待识别人脸图像在特征脸空间中的值,为已知人脸图像在特征脸空间中的值,是二次规划的最优解，核函数取高斯核函数:(通常取1)。考查这m个SVM分类函数的输出值,假如第k个输出值为负数,则待识别人脸与第k个已知人脸确定不相像;假如输出值中只有第r个为正数,则判定待识别人脸为第r个已知人脸;假如输出值中有多个正数,则取最大值所对应的已知人脸作为识别结果。参考文献1曹欢欢.基于人工神经网络的人脸识别方法[D].吉林高校.20082刘宏,董镭.基于人工神经网络的人脸识别分类器设计[J].鞍山科技高校学报，2007,（04).3王敏,段黎明,朱国涛,李文辉.基于MATLAB7.0的人脸识别仿真系统探讨[J].科学技术与工程,2009,(20).4唐述敏,方景龙.基于支持向量机的人脸识别[J].计算机与数字工程,2005,(07).5崔国勤，李锦涛，高文，焦锋.基于支持向量机的人脸识别方法[J].计算机科学,2003,(04)6曾阳艳，叶柏龙.基于支持向量机的人脸识别系统的探讨[J].计算机工程与应用,2008,(15).7魏冬冬,谌海新，詹颖,翟红芳.静态人脸识别技术探讨[J].现代计算机,2006,(07).8何东风,凌捷.人脸识别技术综述[J].微机发展,2003,(12).9吴玲.人脸识别中的图像处理技术[J].科技信息,2010,(04).毕业设计（论文）开题报告２．开题报告：一、课题的目的与意义；二、课题发呈现状和前景展望；三、课题主要内容和要求；四、探讨方法、步骤和措施开题报告一、课题的目的与意义随着科技的飞速发展,传统身份识别(如口令、身份卡等)简洁遗失、易被破解等问题渐渐暴露,已不能满意各种平安须要。人们期望有一种更加牢靠的技术来进行身份鉴别。生物特征识别技术给这一切带来了可能。由于人的面部特征难以复制和假冒,从而被应用到最现代化的小区门禁管理系统中。人脸识别门禁技术是利用计算机分析人脸,从中提取出有效识别信息,通过与数据库的人脸进行比较来管理和限制门禁的技术,与以往的身份识别系统相比提高了平安防范的牢靠性。二、课题发呈现状和前景展望人脸检测问题最初来源于人脸识别，人脸自动识别技术经过几十年的曲折发展已经有了一些较为胜利的方法，目前正日趋成熟。一个完整的人脸自动识别系统包括人脸检测、特征提取以与匹配识别三大基本过程。其中人脸检测各方面的问题越来越受重视，引起了专家极大的探讨爱好。目前，国外对人脸检测问题的探讨许多，比较闻名的有美国麻省理工高校的媒体试验室和人工智能试验室、卡内基梅隆高校的机器人探讨所等；国内的清华高校、北京工业高校、上海交通高校、中国科学院计算技术探讨所等都有从事人脸检测方面的相关探讨。此外，每年在国际国内的相关期刊和会议上都有大量的关于人脸检测的论文，如Moghaddam等人基于人脸特征的、Rowley等人基于神经网络的和Yullie等人基于弹性模板等的人脸检测方法，Turk等人的特征脸方法（基于PCA技术）。近年来，建立在统计学理论(SLT)基础上的SVM（SupportVectorMachine）方法脱颖而出由于其具有良好的概括实力，因而被应用于包括人脸识别在内的诸多领域。人脸识别技术中还存在以下诸多须要完善的地方:人脸识别的困难性使得单独运用一种现有的方法不行能取得很好的识别效果,利用先验学问,多种方法综合运用是今后探讨的必定趋势;不同人脸描述方式有不同的特点,多特征融合方法也是改善识别性能的一个手段;在一些高级信息平安的应用中,须要探讨人脸与指纹、虹膜、语音等识别技术的融合方法,如何与基于其他生物特征的鉴别系统结合也是一个有意义的探讨方向;三维图像比二维图像更能供应完整而真实的内容,如何对三维人脸参数进行建模,如何有效利用三维信息进行识别,将是今后一个具有挑战性的探讨课题。总之,随着图像处理、模式识别、人工智能等探讨的进展,人脸识别技术将会不断完善,获得更大的发展,人脸识别系统的性能将会更加精确高效。三、要内容和要求1．分析当前人脸识别系统的主要技术、进展和应用；2．找寻适当的人脸特征值提取的方法与特征比较方法；3．建立适当的人脸图像识别系统模型（基于神经网络算法等）；4．实现基于MATLAB的人脸识别系统与其分析。四、探讨方法、步骤和措施主要探讨方法：1.文献调研；2.搜集整理人脸检测的算法并对其进行分析比较；3.针对典型的人脸检测算法进行试验处理，分析其效果。课题探讨的步骤和措施：第1周~第2周课题讲解与分析，领悟课题内涵，资料查阅与收集；第3周～第4周阅读中英文资料、充溢学问