基本信息
- 项目名称：
- 基于支持向量机的人脸识别算法研究及其仿真实现
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 基于支持向量机对人脸识别的算法进行研究，并通过缩小尺寸、离散余弦变换(DCT)、基于类内平均脸的主成分分析（PCA）和支持向量机（SVM）等方法地结合使用，并在MATLAB R2009b下进行仿真实验，同时，重点还对影响人脸识别系统速度和识别准确率相关因素进行了研究。
- 详细介绍：
- 1.对人脸识别概念，人脸识别研究历史、现状，以及其优势和广泛应用进行介绍。 2. 人脸图像预处理，介绍了几何变换、直方图均衡化和离散余弦变换（DCT）等相关内容。 3. 人脸图像特征提取，介绍了主成分分析法(PCA)，基于类内平均脸的PCA和奇异值定理(SVD)的相关内容。 4.支持向量机，介绍了支持向量机的基本思想，主要核函数和最优分类面的相关内容。 5.人脸识别算法实验研究，介绍了ORL人脸库，人脸识别算法及实现，并对影响人脸识别的准确率和速率的相关因素进行了探究，最后，以GUI界面展示人脸识别程序运行过程。
作品图片
作品专业信息
撰写目的和基本思路
- 作品撰写的目的： 1.探究影响人脸识别速率和准确率的相关因素。 2.寻找最佳算法和参数。 3.建立GUI界面，实现程序的集成，方便用户的使用。 作品撰写的思路： 1.对ORL人脸库中的图像进行预处理。 2.运用基于类内平均脸的主成分分析法(PCA)进行人脸图像的特征提取。 3.进行支持向量机(SVM)训练和分类预测。 4.建立GUI界面，实现程序的集成。
科学性、先进性及独特之处
- 1.采用英国ORL人脸库，将其进行一次性全部导入，可以避免将其分为训练集和测试集两部分导入，从而节约了时间。 2.图像尺寸归一化为 矩阵，并运用基于类内平均脸的PCA方法，提高人脸识别准确度。 3.寻找到最佳参数：特征向量的维数是48，SVM核函数参数 和最优惩罚参数 分别是0.4和3。 4.设计GUI界面，显示人脸识别的各个过程。 5.本文实验识别率达 ，运行时间是 秒左右。
应用价值和现实意义
- 仿真实验数据表明，人脸识别准确度和减少计算时间方面有一定实用价值，基于MATLAB的人脸图像识别系统为方便用户在非接触的情况下进行识别技术的应用提供理论依据。
学术论文摘要
- 本文基于支持向量机对人脸识别的算法进行研究，并通过仿真实验验证算法的有效性。通过缩小图像的尺寸和调整离散余弦变换(DCT)与尺寸变换等方法节省了大量的时间，实验表明整个程序运行时间是3.5秒左右；通过DCT、基于类内平均脸的主成分分析（PCA）和支持向量机（SVM）等方法结合使用使其识别准确率明显提高，实验表明准确率达到99.5%。同时，本文还重点对影响人脸识别系统速度和识别准确率的相关因素进行了研究，为研究人脸识别技术的应用提供理论依据。
获奖情况
- 由于时间仓促，未来得及参加任何的比赛，也没有在期刊上发表。
鉴定结果
- 无
参考文献
- 人脸识别： [1]周激流.张晔.人脸识别理论研究进展[J].四川联合大学无线电系.1999(3) [2]王振奇.人脸识别技术在安防行业的飞跃与突破[J].技术与应用.2010(8) [3]聂祥飞.人脸识别综述[J].重庆三峡学院学报.2009(3) 数字图像处理及MATLAB实现： 杨杰.数字图像处理及MATLAB实现[M].北京：电子工业出版社.2010(2) DCT算法： 王云平.DCT算法在图像处理中的应用[J].辽宁工学院学报.2003(2) PCA算法： [1]伍威.李晋惠.基于PCA和LDA的人脸识别技术的研究[J].科技信息(学术版).2008 [2]田印中.董志学.黄建伟.基于PCA的人脸识别算法研究及实现[J].内蒙古科技与经济.2010(3) [3]李晓东.费树岷.张涛.一种改进的模块PCA方法及其在人脸识别中的应用[J]. 复杂工程系统测量与控制教育部重点实验室 [4]边肇祺.张学工.模式识别[M].北京：清华大学出版社，1999. SVM: [1]张浩然.韩正之.李昌刚.支持向量机[J].计算机科学.2002(1) [2]MATLAB中文论坛.Matlab神经网络30个案例分析[M].北京：北京航空航天大学出版社，2010.
同类课题研究水平概述
- 目前，生物识别技术不论在国内还是在国外，都是一个普遍关注的话题。因为生物特征识别是根据人的生理特征来判断的，其中人脸识别技术最具吸引力，但难度比较大。而国内基于支持向量机对图像进行识别的研究还不完善，基于支持向量机的人脸识别研究将为人的身份识别、安全管理等各个领域的研究提供有利的理论支持和理论指导。
