摘要
主成分分析(Principal Component Analysis，PCA)是一种基于代数特征的人脸识别方法，是一种基于全局特征的人脸识别方法， 它基于K-L分解。基于主成分分析的人脸识别方法首次将人脸看作一个整体，特征提取由手 工定义到利用统计学习自动获取是人脸识别方法的一个重要转变。简单的说， 它的原理就是将一高维的向量，通过一个特殊的特征向量矩阵，投影到一个低维的向量空间中，表示为一个低维向量，并不会损失任何信息。即通过低维向量和特征向量矩阵，可以完全重构出 所对应的原来高维向量。特征脸方法就是将包含人脸的图像区域看作是一种随机向量，因此 ，可以采用K-L变换获得其正交K-L基底。对应其中较大特征值的基底具有与人脸相似的形状 ， 因此又称为特征脸，利用这些基底的线性组合可以描述、表达和逼近人脸图像，因此可以进行人脸识别。识别过程就是将人脸图像映射到由特征脸张成的子空间上，比较其与己知人脸在特征空间中的位置，从而进行判别。
这次设计主要是完成了基于主成分分析(PCA)方法的人脸识别，PCA方法的基本原理是：利用离散K-L变换提取人脸的主要成分，构成特征脸空间，识别时把测试样本投影到该空间，构成一组投影系数，通过与特征脸的距离比较，距离最小的特征脸对应的即是识别结果。基于PCA的人脸识别分为三个阶段，第一个阶段利用训练样本集构建特征脸空间；第二个阶段是训练阶段，主要是将训练图像投影到特征脸子空间上；第三个阶段是识别阶段，将测试样本集投影到特征脸子空间，然后与投影后的训练图像相比较，距离最小的为识别结果。基于PCA的人脸识别其实是一种统计性的模板比配方法，原理简单，易于实现，但也有不足，它的识别率会随着关照，人脸角度，训练样本集的数量而变换，但仍不失为一种比较好的方法。 关键词：PCA MATLAB 特征脸 图像预处理
1
数字图像处理论文
Abstract
The design is mainly based on principal component analysis completed (Principal Component Analysis, PCA) method for face recognition, in order to facilitate the operation, using matlab GUI made a visual interface, which also added such as image smoothing, sharpening, grayscale, binary, dilation, erosion, and the application of the secondary wavelet edge detection operators for other functions, the use of these additional functions can be done to treat a simple pre-identified images, to improve the recognition rate. The basic principle of PCA method: using discrete KL transform to extract the main component of the face, constitute a feature face space, recognition at the time of the test samples are projected into the space, constitute a group of projection coefficients, the distance by comparison with the characteristics of the face, from the smallest Eigenfaces corresponding to that is to identify the results. Face recognition based on PCA is divided into three phases, the first phase of training set constructed using eigenface space; the second stage is the training phase, mainly to train the image projected to the subspace on; the third stage is to identify stage, will test the sample set the projector to the subspace, and then after training image with the projector compared to the smallest distance to recognize the results. Face recognition based on PCA in fact a statistical method than with the template, the principle is simple, easy to implement, but there are less than its recognition rate with the care, face angle, the number of training sample set transformation, but still after all, a better approach.
KEYWORD: PCA MATLAB Preprocessing discrete K-L transform Image
preprocessing
2
数字图像处理论文
1 概述
1.1 人脸识别技术
1.1.1人脸识别的发展及现状
人脸识别的研究已经有很长的历史，在19世纪，法国人Galton就曾对此问题进行了研究，他用一组数字代表不同的人脸侧面特征来实现对人脸侧面图像的识别。国内外对于人脸识别的研究发展，分别经历了三个阶段：传统的人机交互式阶段、机器自动识别初级阶段、机器自动识别高级阶段。 (1) 传统的人机交互式阶段
第一阶段是以Bertilion为代表，主要研究人脸识别所需要的面部特征，该阶段的识别依赖于人的操作。这些人脸识别方法都需要利用操作员的某些先验知识，仍然摆脱不了人的干预。
(2)自动识别初级阶段
第二阶段主要是采用机器自动识别的手段进行识别，20世纪90年代以来，随着高速度高性能计算机的出现，人脸识别方法有了重大突破，进入了真正的机器自动识别阶段，人脸识别研究也得到了前所未有的重视。 (3)机器自动识别高级阶段
第三阶段是真正利用机器进行对人脸的自动识别，随着计算机的大型化、高速化和人脸识别的方法的发展，提出了许多人脸自动识别的系统。
1.1.2人脸识别应用及前景
在现代社会中，身份鉴定技术具有非常重要的应用价值，随着网络技术的发展，信息安全也显示出前所未有的重要性。在金融、保安、司法、网络传输等应用领域，都需要精确的身份鉴定。作为人类，我们依靠天生的能力，通过声音、脸形和其他特征来辨认别人。而对于机器，则必须由程序去告诉它该如何利用同样可以观察到的信息来识别不同的人。目前广泛采用的身份验证形式主要有标识号码、磁卡、IC卡等，这些方式的优点是技术已经比较成熟，并可以采用各种加密手段加以保护，但从根本上讲这些验证手段依赖的都是后天赋予人的信息，容易丢失、被盗窃、被伪造，更为严重的是无法区分真正的用户和取得用户标识的冒名顶替者。在这种情况下，由于人体的生理特征具有不可复制的特点，人们把目光转向了生物识别技术，希望可以籍此技术来应付现行系统安全所面临的挑战。生物特征识别技术是根据身体和行为特征来识别或验证一个有生命的人的自动方法，也就是使用人体本身所固有的物理特征(如指纹、虹膜、人脸、掌纹等)及行为特征(如书写、声音步态等)，通过图像处理和模式识别的方法来鉴别个人身份的技术。应用生物特征识别技术的优越性在于可以以更大的可靠性、更快的速度、更便利的方式和更低廉的价格提供身份的保证，或者准确地识别某个人。而人脸识别作为
3
数字图像处理论文
一种典型生物特征识别技术，以其自然性、高可接受性等优点受到了人们的青睐，可应用于各行各业中。人脸因人而异，即使一对双胞胎，其面部也一定存在某方面的差异。人类在判断一个人的身份时，一般都是通过人脸来判断，从人脸得到的判断信息要超过90％。这些给人脸识别的提出提供了理论依据和实践根据。虽然人类在表情、年龄、发型、光线等发生巨大变化的情况下，可以毫无困难的根据人脸识别出一个人，但要建立一个能够完全自动进行人脸识别的系统却是非常网难的，它涉及到模式识别、图像处理、计算机视觉、生理学、心理学、数据库以及认知科学等方面的诸多知识。与指纹、基因、掌纹等其他的生物识别系统相比，人脸识别系统更加直接、友好，使用者无任何心理障碍，并且通过人脸的表情与姿态分析，还能获得其他识别系统难以得到的一些信息。人脸识别技术应用背景广泛，可用于公安系统的罪犯身份识别，驾驶执照及护照等与实际持证人的核对，银行和海关的监控系统以及自动门卫系统、视频会议、机器人的智能化研究、医学等方面。
863计划、国家科技支撑计划、自然科学基金都拨出专款资助人脸识别的相关研究。国家“十一五”科技发展规划中也将人脸识别技术的研究与发展列入其中，明确指出：“要在生物特征识别技术领域缩小与世界先进水平的差距，开展生物特征识别应用技术研究，人脸识别具有高安全性、低误报率的出入口控制新产品。”在这种环境下，国内一些科研院所和院校在人脸识别技术方面取得了很大进展。如中科院自动化所，清华大学，中科院计算所自主开发的人脸识别技术已经达到了国际先进的水平。人脸识别作为一种新兴的生物特征识别技术(Biometrics)，与虹膜识别、指纹扫描、掌形扫描等技术相比，人脸识别技术在应用方面具有独到的优势：
（1）人脸识别使用方便，用户接受度高。人脸识别技术使用通用的摄像机作为识别信息获取装置，以非接触的方式在识别对象未察觉的情况下完成识别过程。
（2）直观性突出。人脸识别技术所使用的依据是人的面部图像，而人脸无疑是肉眼能够判别的最直观的信息源，方便人工确认、审计，“以貌取人”符合人的认知规律。
（3）识别精确度高，速度快。与其它生物识别技术相比，人脸识别技术的识别精度处于较高的水平，误识率、拒认率较低。
（4）不易仿冒。在安全性要求高的应用场合，人脸识别技术要求识别对象必须亲临识别现场，他人难以仿冒。人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统。这是指纹等生物特征识别技术所很难做到的。举例来说，用合法用户的断指即可仿冒合法用户的身份而使识别系统无从觉察。
（5）使用通用性设备。人脸识别技术所使用的设备为一般的PC、摄像机等常规设备，由于目前计算机、闭路电视监控系统等已经得到了广泛的应用，因此对于多数用户而言使用人脸识别技术无需添置大量专用设备，从而既保护了用户的原有投资又扩展了用户已有设备的功能，满足了用户安全防范的需求。
（6）基础资料易于获得。人脸识别技术所采用的依据是人脸照片或实时摄取的人脸图像，因而无疑是最容易获得的。
（7）成本较低，易于推广使用。由于人脸识别技术所使用的是常规通用设备，价格均在一般用户可接受的范围之内，与其它生物识别技术相比，人脸识别产品具有很高的性能价格比。
概括地说，人脸识别技术是一种高精度、易于使用、稳定性高、难仿冒、性价比高的生物特征识别技术，具有极其广阔的市场应用前景。人脸自动识别系统在安全领域和商贸领域以及经济领域都有非常广泛的应用前景，丰要有以下四类应用：
（1）刑侦破案
4
数字图像处理论文
公安部门获得案犯的照片后，可以利用人脸识别技术，在存储罪犯照片的数据库中找到最相像的人为嫌疑犯。公安部门根据目击证人的描述，画出犯罪分子的草图，然后用这张草图到人脸库中寻找嫌疑犯。由于罪犯数据库比较大，有可能有几千张甚至几万张人脸。如果人工完成这项搜索工作，不仅搜索效率低，而且容易出错。
（2）证件验证 身份证、驾驶证以及其他很多证件上都有照片，现在的证件验证一般都是由人进行验证，如果利用人脸识别技术，这项工作就可以交给机器完成，从而实现自动化智能管理。当前普遍使用的验证方法有符号或条形码标记，比如信用卡、自动提款机等。此类验证的安全性比较低。如果运用人脸识别技术，则安全性将大大改善。
（3）入口控制
入口控制的范围很广，它可以是楼宇、单位或私人住宅入口处的安全检查，也可以是计算机系统或情报系统的入口控制。目前比较常用的手段是检查证件。人员频繁出入时，保安人员再三检查证件是比较麻烦的，而且安全系数也不高。在保密要求非常严格的部门除了证件，还可以加上另外一些生物识别手段，如指纹识别、手掌识别、语音识别等。人脸识别与之相比，具有直接、方便和界面友好的特点。当前计算机系统的安全管理，通常使用字符和数字组成的密码口令管理，此口令容易被遗忘或破解，如果使用人脸作为口令则既方便又安全。
（4）视频监视
在许多银行、公司、公共场合等处设有24小时的视频监视。另外侦查员在破案时也要用摄影机对人进行跟踪。在对图像进行集体分析时，就要用到人脸的检测、跟踪和识别技术。
除了上述几部分外，人脸识别技术还可以用在视频会议、机器人的智能化研究以及医学等方面。
1.1.3人脸识别技术在相关场所的重要性
1.在维护国家和公共的安全方面
（1）如何在机场、车站、码头、宾馆、商场等口岸或公共场所的人群中发现特定的目标。安全部门、公安部门以往的做法只能是靠人工布控、蹲守。这种方式除了耗费大量的警力以外，还往往因为有关人员的疏忽而造成特定目标漏网
（2）犯罪嫌疑人在被控制以后，不愿意透露自己的真实身份，而且身上没有任何可以证明身份的线索。公安人员往往因为无从确认其身份而不得不将其释放。在受害人身份确认方面同样也存在类似的难题； （3）在出入境管理方面，常常有受控人员使用假的身份证件而成功逃脱有关部门的监控。
而基于视频的实时人脸识别系统，使用视频图像的比对，已经能够较好地满足安全、公安部门的需求。人脸识别系统所具备的高速自动识别能力很大程度上可以将公安、安全部门从以往的“人海战术”中解脱了出来，大大提升了整个国家、社会的安全防范水平，从而达到威慑犯罪、惩治罪犯、维护社会稳定、保障国家安全的目的。
2.在对门禁/出入控制系统的完善方面
门禁及出入控制系统的核心在于人的身份鉴别与核查，从而确保合法用户能够顺畅地进入受控区域，使非法用户被拒之门外。
传统的身份鉴别技术主要有如下几种类型：
5