论文部分内容阅读
当今社会是一个信息化高度发展的社会,科技的应用渗透到了各个行业领域。人脸检测和识别技术,就是这个时代的产物。这项技术被应用到各个安全领域,比如楼宇进出的安全控制、海关的安全检查、智能卡的身份认证等等。人脸检测和识别技术是未来身份识别认证的主要发展方向之一本文采用了基于YCgCb颜色空间与人脸模板匹配算法相结合的算法进行人脸检测。基于YCgCb颜色空间的人脸检测算法是一种基于知识的人脸检测算法,此算法直观,并且不受形状、人脸大小的影响,算法简单易懂,并且YCgCb颜色空间的聚类性相比于其他的颜色空间的聚类性要好。人脸模板匹配算法是基于统计的人脸检测算法,此算法避免了人类肉眼观察的不完整和不精确带来的错误。本文将这两种算法进行融合,集合了两种算法的优点,所用的人脸检测时间较少,并具有较好的人脸检测率。实验验证本文方法在进行人脸检测时所用的时间在3.5s到24s之间,对不同人脸尺寸及表情姿态,多人及复杂背景等情况都有较好的检测效果,单人脸检测率为83.7%,多人脸检测率为76.2%。本文提出了加权的二维主成分分析法,用此算法进行灰度人脸识别,此算法与传统的主成分分析法不同,它不仅用到了类间散度矩阵,而且也考虑了类内散度矩阵。该算法既有效的扩大了类间样本的差别,又有效的缩小了类内样本的差别。本文实验是基于ORL人脸库进行的,经实验分析,此算法与传统的主成分分析法相比,人脸识别的准确率大大提高。