基于MATLAB的人脸识别技术研究文献综述

 2023-01-05 20:28:14

一、选题的依据及意义

随着社会的不断进步,信息技术的不断发展以及各方面对于快速有效的自动身份验证的迫切要求,生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性,并且具有很强的自身稳定性及个体差异性,生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有:指纹识别,视网膜识别,虹膜识别,步态识别,静脉识别,人脸识别等。与其他识别方法相比,人脸识别由于具有直接,友好,方便的特点,使用者无任何心理障碍,易于为用户所接受,从而得到了广泛的研究与应用。除此之外,我们还能够对人脸识别的结果作进一步的分析,得到有关人的性别,表情,年龄等诸多额外的丰富信息,扩展了人脸识别的应用前景[[1]]。

  1. 课题解决的问题

目前,尽管人脸识别技术在受控条件下已经取得了很好的成果,但在实际应用中还存在很大的局限性,面临着许多困难与瓶颈,这些问题也决定了人脸识别技术的发展趋势及今后的研究方向,总体归为以下几类[[2]]:

(1)人可以通过脸部变化产生丰富的表情,同时通过不同的视角观察人脸,其视觉图像差别很大,甚至会出现同一个人在不同情况下的脸内差异大于不同人脸之间的脸间差异,因此人脸的外部形态很不稳定从而给识别带来很大的困难;

(2)背景的变化及复杂程度也会影响人脸检测的准确度,有时,将人脸判断为非人脸,将非人脸判断为人脸,所以解决背景干扰问题也成为一个重要问题;

(3)不同的光照条件也会造成识别的困难,即使是同一个人,在相同的表情和视角情况下,人脸的区别也很大;

(4)人脸遮挡物的不同,同样会给识别带来很大困难,而且,同一个人随着年龄的变化,人脸特色会出现很大的不同,因此会出现采集到的人脸与人脸库中的同一个人的人脸差异很大。

基于上述这些在进行人脸识别时所遇到的问题,本课题将通过以下一些方法来论述要解决的问题。

三、研究内容和方法

通过对二维人脸识别方法的研究,发现二维人脸识别所存在的问题以及局限性从而转化到三维人脸识别的方法。在对采集的人脸图像进行识别前进行预处理,然后再进行人脸识别。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。