基于PCA和SVM的人脸识别技术在智能签到系统的应用开题报告
2020-03-30 12:18:26
1. 研究目的与意义(文献综述)
1.1研究目的
为了记录人员的到场情况,学校课堂以及公司会议等场合往往采用签名、点名等传统的签到方式,但这些方式不仅会造成时间、人力上不必要的浪费,偶尔还会因为代签到、代答到等不诚信的行为影响记录情况。所以一套能够自动记录与会人员到场情况的智能签到系统可以帮助企业、团体降低行业应用的人员成本,提高办公效率,同时应用人脸识别的前沿技术,可以有效杜绝签到作弊的不诚信行为。研究开发这样一套具有自动人脸识别技术的智能签到系统具体广泛的应用市场和发展前景。
本次毕业设计的目的是基于matlab平台,结合pca和svm两项关键技术来实现人脸识别,将到场人员的人脸图像与人员信息库中人脸图像进行匹配辨认,智能获取到场人员的身份并记录,以达到智能签到的目的。
2. 研究的基本内容与方案
2.1基本内容
人脸识别技术的核心是基于人的脸部特征信息进行身份识别,所以本次设计所要考虑的核心问题即是如何将人的脸部信息的主要特征信息提取出来,以及如何对这些特征信息进行一个分类识别的过程。在这套系统中,我选择利用pca方法实现对脸部特征信息的特征提取,利用svm方法实现对脸部特征信息的分类训练和识别过程。
首先,用pca方法将人脸图像做降维处理提取出可以代表人脸的主要特征,构造一个特征库;然后将降维处理后的特征脸输入svm函数中,进行训练,给不同类别的特征脸定义不同的标签;待识别图像一样以pca方法进行降维处理提取特征脸,然后进入特征匹配阶段,即调用训练好的svm函数对待识别特征脸进行分类识别,最后输出识别结果。系统整体设计框图如图1所示。
3. 研究计划与安排
第1-2周:收集与课题相关的教材,期刊,论文等,熟悉相关理论知识。确定方案,完成开题报告。
第3-4周:采集人脸图像集,完成对图像读取和预处理的模块。
第5-8周:实现用pca对图像进行特征提取的过程。
4. 参考文献(12篇以上)
[1] 沈萍.基于pca及机器学习的人脸识别应用研究.计算机教育,2016(06);158-162.
[2] 郭黎,冷洁,梅文兰, 等.基于pca和svm的人脸识别技术研究[j].湖北民族学院学报(自然科学版),2015,(2):193-196,214.
[3] 刘向东.基于pca算法人脸识别的matlab实现.电脑知识与技术.2016,12(12);193-194.