全文总字数：2128字

1. 研究目的与意义及国内外研究现状

现代社会，信息化的高速发展已经影响到了每个人的方方面面，人们的日常生活变得自动化和科技化。因而信息安全变得非常重要，人体的生物识别技术因为具有的高效性、稳定性、快速性、唯一性等特点成为人们最为关注的研究领域。生物识别技术主要基于人体特有的一些特征如指纹、虹膜、人脸结构加以识别。生物识别技术高速全面的发展，现已应用于国家和民用的诸多方面。本文就是在这样的背景下，重点研究人脸识别的内容和系统设计。

人脸识别的优点有:图像采集方式灵活、方便，数据采集过程简单，用户体验好且识别方式直观。凭借以上诸多的技术优势，脸部识别技术有着非常好的技术发展空间和应用空间。人脸识别技术发展的同时将促进一些相关科技产业的发展，被称为最有前景的生物识别技术。

2. 研究的基本内容

本论文主要基于PCA算法研究人脸识别系统的相关设计，人脸识别具体包括人脸检测与定位，对人脸图像进行预处理，人脸特征提取及人脸识别。

其中重点在于设计一个人机交互人脸识别界面，实现输入一幅人脸图像，就得到相应的识别结果，同时给出识别正确率的数值。在用于人脸识别的人脸图像库中加入事先经过预处理的新的人脸图像，验证本算法对自建人脸库的识别率，以及对新加入的人脸图像的识别准确率能否达到较高水平。

3. 实施方案、进度安排及预期效果

2015-10月至12月：查阅相关资料论文，了解课题的理论背景与发展历史，充分了解人脸识别国内外研究现状。

2016年1月至2月：阅读数字图像处理的书籍，理解并掌握图像处理的内容及实现方法，帮助后面在matlab上对人脸图像进行预处理。

2016年2月至3月：理解k-l变换，掌握对矩阵进行奇异值分解的知识帮助理解svd算法，最后能够应用相关算法的相关函数来实现本文的人脸识别系统的设计并在matlab上进行系统仿真。

4. 参考文献

[1]冈萨雷斯 数字图像处理 电子工业出版社第三版 2010年

[2]齐兴敏.基于pca的人脸识别技术的研究[d].武汉理工大学2007

[3]王敏.数字图像处理应用于人脸识别的研究[d].武汉理工大学2006

[4]lindsay i smith．a tutorial on principle components analysis[j]．pattern recognition，2005，32(9) ：5-8．

[5]rajkiran gottumukkal，vijayan k.asari．an improved face recongnition technique based on modular pca approach[j]． pattern recognition，2004，25(3) ：429-436．