基于人臉識(shí)別技術(shù)的門(mén)禁系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、人臉識(shí)別技術(shù)作為多學(xué)科領(lǐng)域的、具有挑戰(zhàn)性的課題，已經(jīng)覆蓋了數(shù)字圖像處理、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等諸多學(xué)科的內(nèi)容，同時(shí)也具有十分廣泛的應(yīng)用價(jià)值。近年來(lái)，人臉識(shí)別技術(shù)在門(mén)禁系統(tǒng)中的應(yīng)用越來(lái)越成熟，為企業(yè)和住宅的安全管理做出了重要貢獻(xiàn)?；谌四樧R(shí)別技術(shù)的門(mén)禁系統(tǒng)，通過(guò)嵌入到門(mén)禁系統(tǒng)中的攝像機(jī)捕捉使用者的人臉圖像，對(duì)捕捉到的人臉圖像進(jìn)行人臉檢測(cè)，提取人臉特征，同時(shí)將特征向量與系統(tǒng)數(shù)據(jù)庫(kù)中預(yù)先錄入的人臉樣本進(jìn)行快速比對(duì)，確定使用者的身份，從而達(dá)到對(duì)使

2、用者安全、準(zhǔn)確識(shí)別的目的。
　　本文研究的主要內(nèi)容是人臉的檢測(cè)與識(shí)別，關(guān)于門(mén)禁系統(tǒng)的研究?jī)?nèi)容較少。
　　本文的研究工作主要包括：
　　(1)提出了基于A(yíng)daboost算法和級(jí)聯(lián)反饋相結(jié)合的人臉檢測(cè)方法。本文中詳細(xì)闡述了Adaboost人臉檢測(cè)算法的思路和檢測(cè)過(guò)程，并使用目前流行的計(jì)算機(jī)視覺(jué)庫(kù)OpenCV對(duì)Adaboost算法進(jìn)行了實(shí)現(xiàn)；對(duì)于A(yíng)daboost算法的誤檢問(wèn)題，本文引入級(jí)聯(lián)反饋機(jī)制進(jìn)行二次過(guò)濾，提高了Adab

3、oost人臉檢測(cè)的準(zhǔn)確率。
　　(2)結(jié)合膚色模型和灰度積分投影技術(shù)進(jìn)行人臉特征點(diǎn)提取。本文首先利用膚色模型準(zhǔn)確定位人臉輪廓，有效地去除了人臉圖像背景、頭發(fā)等冗余信息，在此基礎(chǔ)之上再利用灰度積分投影定位特征點(diǎn)，提高了特征點(diǎn)定位的效率和準(zhǔn)確性。
　　(3)提出基于加權(quán)幾何特征的人臉識(shí)別方法。本文通過(guò)提取出的特征點(diǎn)構(gòu)造出十個(gè)特征向量，對(duì)每個(gè)特征向量設(shè)置不同的權(quán)重系數(shù)，然后進(jìn)行加權(quán)平均后得到最終的特征向量值，比對(duì)后由設(shè)定的相似度系