论文部分内容阅读
在日常生活中，人们识别周围的人用的最多的是人脸，人脸是人类视觉中最为普遍的模式，人脸所反映的视觉信息在人与人的交流、交往中有着重要的作用和意义。因而人脸识别是一种最容易被接受的身份鉴定方法。计算机人脸识别技术试图使计算机具有人的识别能力，由于其广泛的应用领域，人脸识别技术在近三十年里得到了广泛的关注和研究。随着网络技术和桌上视频的广泛采用，图像捕捉设备正在成为个人计算机的标准外设，同时电子商务等网络资源的利用对身份验证提出了新的要求，人脸识别成为最有潜力的生物身份验证手段之一。
本文收集和分析了大量近年来国内外关于人脸检测与人脸识别的学术论文及研究报告，对计算机人脸识别技术的若干理论问题进行了探讨。针对建立人脸自动识别系统的两个主要技术环节一人脸检测与人脸识别方法进行了深入的研究，提出了一套用于图像正面人脸检测与人脸识别的方法。实验证明本文提出的人脸检测与人脸识别方法是合理的，具有一定的理论价值与实用价值。本文的研究工作主要包括以下几个方面：
1.在人脸检测部分，本文提出了一种基于人眼灰度信息的人脸检测算法。首先对待检测的图像进行预处理，把彩色图像转换为灰度图像，并对灰度图像进行直方图处理，然后应用本文提出的人脸检测算法进行检测。该算法首先根据眼球区域的灰度比它周围区域的灰度低，初步的筛选出可能含有人脸的图像，再对筛选出来的可疑人脸区域使用模板匹配的方法进行第二步的检测，以确定人脸的存在。这一算法较之单一的模板匹配算法，有更高的精确度。
2.在人脸识别部分，结合人脸库对人脸识别的预处理方法作了较为详细的介绍。预处理的方法包括几何校正、掩模、直方图均衡化、像素灰度值归一化。介绍了PCA人脸识别的方法，用ORL库的人脸对该识别算法进行验证，并在大量实验的基础上对PCA在各种情况下的性能作了详细的分析，得到了一些有意义的结论，掌握了各种不同的参数设置对识别率所造成的影响。
3.基于本文中提出的人脸人脸检测和人脸识别算法，本文设计了一个考勤系统。首先介绍了典型的生物识别系统，然后对人事考勤系统的各个模块进行了介绍。