基于嵌入式門禁系統(tǒng)的人臉識別技術(shù)的研究.pdf

1、隨著社會的進步，科技的發(fā)展，以及人們意識形態(tài)的改變，安全防范技術(shù)越來越受到人們的重視，門禁系統(tǒng)已成為安全防范系統(tǒng)中極為重要的一部分。
　　 門禁系統(tǒng)是隨著自動識別技術(shù)的發(fā)展而迅速發(fā)展的，RFID技術(shù)與生物特征識別技術(shù)如今已經(jīng)成為當(dāng)代門禁技術(shù)的主流。
　　 相比其它人體生物特征，利用人臉特征進行身份驗證又是最自然、最直接的手段，并且易于為用戶所接受。
　　 本文是針對嵌入式門禁系統(tǒng)的人臉識別技術(shù)而展開研究的，該人臉

2、識別系統(tǒng)包括三個主要環(huán)節(jié)：人臉檢測、特征提取和人臉識別，提出了一種基于小波變換的二維主成分分析的人臉識別算法。主要研究內(nèi)容包括：
　　 首先，本文研究了基于多個分類器級聯(lián)的人臉檢測方法，以實現(xiàn)系統(tǒng)中的人臉定位。該檢測方法對光照、姿態(tài)、面部表情等變化具有較強的魯棒性，并且能夠有效的判別圖像中是否包含人臉。實驗結(jié)果表明，該方法對人臉圖像的檢測具有較好的準(zhǔn)確性。
　　 其次，本文研究了小波變換技術(shù)在圖像處理方面應(yīng)用，并利用小波

3、的分解和重構(gòu)算法對圖像進行處理，達(dá)到去除噪聲、降低維數(shù)等作用。
　　 最后，特征提取和識別是人臉識別系統(tǒng)的關(guān)鍵部分，其基本任務(wù)是從眾多特征中提取出最有效的特征。線性鑒別分析作為公認(rèn)的特征提取的最為重要的工具之一，目前仍然被廣泛地應(yīng)用在圖像識別領(lǐng)域。在研究分析了基于PCA算法和基于2DPCA算法的特征提取方法后，本文提出了基于小波變換的2DPCA人臉識別算法以及基于類內(nèi)平均距離的最近鄰距離分類器。該算法在小波變換的基礎(chǔ)上，以最大化