全文总字数：4202字

1. 研究目的与意义及国内外研究现状

近些年来，人脸识别在安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互、系统公安(罪犯识别等)等方面具有巨大应用前景，因此它成为当前模式识别和人工智能领域的一个研究热点。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。人脸图像的自动识别系统较之指纹识别系统，dna鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。人脸图像识别除了具有重大的理论价值以及极富挑战性外，还其有许多潜在的应用前景，利用人脸图像来进行身份验证，可以不与目标相接触就取得样本图像，而其它的身份验证手段，如指纹、眼睛虹膜等必须通过与目标接触或相当接近来取得样木，在某些场合，这些识别手段就会有不便之处。

随着图像采集技术和设备的迅速发展，目前获取的真实图像大都是彩色的，他们提供了比灰度图像和二值图像更多的信息量和更为丰富的视觉感受，因此彩色图像的应用越来越广泛。对于人脸识别也是一样，现在获取的人脸图像基本都是彩色的。

然而传统的pca人脸识别算法的处理对象是人脸灰度图像，即使收集的人脸图片是彩色的，也会预处理为灰度图后再处理，而灰度图仅能反映人脸的结构信息。现实世界中，人眼能够分辨的颜色至少有数千种，而鉴别绝对亮度的能力约只有10到15个灰度级，所以彩色人脸图所包含的信息要远多于人脸灰度图。如果能利用人脸彩色信息，则可以获取更多反映人脸差异的鉴别信息，从而提高算法的识别率。目前常见的针对彩色图像的算法是将图像的r、g、b三分量各自组成列矢量，然后以首尾相连的方式排列成长矢量进行处理。由于图像矢量本身的维数很高,按这种方式构成的矢量维数为原始图像矢量维数的3倍,因此,其鉴别分析阶段将耗费大量的计算时间。同时,r、g、b 三分量原本是有机的整体,相互之间具有较强的关联性,如果人为地将其分开处理,势必会对图像本身的信息结构造成影响。

2. 研究的基本内容

本课题预期实现基于四元数pca的彩色人脸识别算法的实现与测试。主要内容包括:

（1）熟悉彩色图像处理的基本知识。学习彩色图像处理的基础知识，主要是熟悉彩色图像的基本属性。由于需要实际编程，所以有可能得去学习不同彩色图片的存储格式。

（2）熟悉四元数和矩阵计算。对于四元数，大学里面并没有相关的教学，所以得花时间认真学习一番，主要是熟悉四元数的基本计算法则。另外，由于本课题研究的算法涉及大量复杂的矩阵计算，所以还得学习矩阵相关的线性代数知识，从而为实现四元数pca彩色人脸识别算法打下坚实的数学基础。

3. 实施方案、进度安排及预期效果

本课题的实行方案：

（1）算法实现前期调研

① 学习图像处理的基础知识。

4. 参考文献

[1]rajapakse m，tan j.rajapakse j. color channel encoding with nmf for face recognition［c］/ /international conference on image processing ( icip). singapore: ieee press,2004: 2007－2010．

[2]jones c，abbott a l. color face recognition by hypercomplex gabor analysis［c］/ /proceeding of the 7th international conference on automatic face and gesture recogniton( fgr06). southampton: ieee press, 2006: 126－131．