摘 要:人脸作为一种高普遍性、可以非接触式采集的重要生物特征,正被越来越多地用来进行身份鉴别。本文介绍了人脸识别的基本过程,简要分析了人脸识别中的图像预处理技术,如直方图变换,线性滤波,非线性滤波,图像变换,并在MATLAB中实现。
中国论文网 http://www.xzbu.com/1/view-3896067.htm关键词:人脸识别;傅里叶变换;中值滤波;图像处理;MATLAB中图分类号:TP391.41 文献标识码:A1 引言人脸识别,特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别技术应用广泛,可用于安全验证系统、医学、档案管理、银行和海关的监控系统及自动门禁系统等[1]。与利用指纹、虹膜等其他人体生物特征进行身份识别的方法相比,人脸识别更加友好、方便和隐蔽。因其巨大的应用前景,以及其无可比拟的优越性,人脸识别越来越成为当前模式识别和人工智能领域的一个热点。图像预处理是人脸识别过程中的一个重要环节。输入图像由于图像采集环境的不同,往往存在有噪声,对比度不够等缺点。为了保证人脸图像中人脸大小,位置以及人脸图像质量的一致性,必须对图像进行预处理。
2 人脸识别的基本过程人脸识别(Face Recognition)一般可描述为:给定一静止或动态图像,利用已有的人脸数据库来确认图像中的一个或多个人。从广义上讲,其研究内容包括以下五个方面:
(1)人脸检测(Face Detection):即从各种不同的场景中检测出人脸的存在并确定其位置。这一任务主要受光照、噪声、头部倾斜度以及各种遮挡的影响。
(2)人脸表征(Face Representation):即确定表示检测出的人脸和数据库中的己知人脸的描述方式。通常的表示方法包括几何特征(如欧氏距离、曲率、角度等)、代数特征(如矩阵特征矢量)、固定特征模板、特征脸、云纹图等。
|