1. 研究目的与意义（文献综述）

目的意义
人类社会就是在认识世界和改造世界的过程中不断进步和发展。人类认识世
界的方式多种多样，最基本的有通过视觉，嗅觉，听觉等。研究表明，人类认识
环境的各类信息总量中，视觉的信息有效性高达 60%--70%，说明视觉信息的获
取与分析对人类认识世界改造世界的作用非常大，所以在现代计算机技术蓬勃发
展的背景下，模式识别技术依靠计算机技术层出不穷，其中人脸识别技术由于其
独特的应用优势而受到普遍的重视与发展。人脸识别技术、指纹识别技术和视网
膜识别技术同属生物特征识别范畴。在公安、安全验证系统、医学、视频会议、
交通量控制等方面应用广泛。人脸识别系统具有非侵扰性、识别设备简单，只要
摄像头即可完成人脸识别、通过人脸识别认证身份与人类行为方式一致等优点。
在日常生活与工作中有很强的实用性。人脸识别系统主要包括四个组成部分，分
别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配识别。
本次设计主要实现人脸图像特征的提取及匹配识别。
国内外研究现状

在人脸识别的领域中，国际上逐步形成了以下几个研究方向：

①基于几何特征的人脸识别方法，主要代表是 MIT 的 Brunelli 和 Poggio 小组，他们采用改进的积分投影法提取出用欧氏距离表征的 35 维人脸特征矢量用于模式分类；

②基于模板匹配的人脸识别方法，主要代表是 Harvard 大学Smith-Kettlewell 眼睛研究中心的 Yuille，他采用弹性模板来提取眼睛和嘴巴的轮廓，Chen 和 Huang 则进一步提出用活动轮廓模板提取眉毛、下巴和鼻孔等不确定形状；
③基于 K-L 变换的特征脸的方法，主要研究者是 MIT 媒体实验室的 Pentland。
④基于隐马尔可夫模型的方法，主要代表有 Cambridge 大学的 Samaria 小组和 Georgia 技术研究所的Nefian 小组；
国内关于人脸自动识别的研究始于二十世纪 80 年代，主要的研究单位有清华大学，哈尔滨工业大学，中科院计算所，中科院自动化所，复旦大学，北京科技大学等，并都取得了一定的成果。
国内的研究工作主要是集中在三大类方法的研究：基于几何特征的人脸正面自动识别方法、基于代数特的人脸正面自动识别方法和基于连接机制的人脸正面自动识别方法。
清华大学彭辉、张长水等对特征脸的方法做了进一步的发展，提出采用类间散布矩阵作为产生矩阵，进一步降低了产生矩阵的维数，在保持识别率的情况下，大大降低了运算量。
张辉，周宏祥，何振亚采用对称主元分析神经网络，用去冗余和权值正交相结合的方法对人脸进行特征提取和识别。该方法所用特征数据量小，特征提取运算量也较小，比较好地实现了大量人脸样本的存储和人脸的快速识别。

2. 研究的基本内容与方案

本次课题将研究 asm 算法和 aam 算法的基本原理，使用 opencv 图像处理库
结合 asm 算法和 aam 算法实现人脸匹配系统。

基本的内容如下：
一、学习人脸匹配系统的基本原理以及图像的一些基本概念及其处理方法。

二、研究 pdm（点分布模型）算法的原理
三、研究 asm 算法和 aam 算法及其基本数学原理。

3. 研究计划与安排

第1周--第4周搜集资料，查阅相关文献资料，明确研究内容，撰写开题报告。

第5周—第6周学习基本图像处理方法和理论，配置opencv及开发环境。

第7周—第8周实现点分布模型的建立。

4. 参考文献（12篇以上）

[1] 杨占栋. 基于 AAM 的人脸建模与匹配技术的研究[D].电子科技大学,2012.
[2] 崔滢. 基于统计学习的人脸特征点定位算法研究[D].南京理工大学,2015.
[3] 李月龙,靳彦,汪剑鸣,肖志涛,耿磊. 人脸特征点提取方法综述[J]. 计算机
学报,2016,07:1356-1374.
[4] Wang Z. Research on facial feature point extraction by AAM and ASM[J].
Electronic Design Engineering, 2013.
[5] Wang J, Su G D, Liu J X, et al. Facial feature point localization
algorithm combining improved ASM and AAM[J]. Guangdianzi Jiguang/journal
of Optoelectronics Laser, 2011, 22(8):1227-1230.
[6] 魏云龙. 人脸识别特征提取算法研究[D]. 电子科技大学，2011.
[7] 范小九,彭强,Jim X Chen,夏旭.一种改进的 AAM 人脸特征点快速定位方法
[J]. 电子与信息学报. 2009(06)
[8] 庄连生,张浩,杨俊安,庄镇泉. 基于 ASM 的人脸特征点自动标定[J]. 电路
与系统学报. 2006(03)
[9] 卜秋月. 基于 OpenCV 的人脸识别系统的设计与实现[D].吉林大学.2015
[10] 高素文. 基于 OpenCV 的人脸识别系统的设计与实现[D] .华北电力大
学.2015
[11] BG Bradski，A Kaehler . Learning OpenCV: Computer Vision with the
OpenCV Library[M]. O’Reilly.2015
[12] XJ Gu，YH Zhang，BB Gao. Application of Improved ASM and AAM Fusion
in Face Tracking[J]. Advanced Materials Research, 2014, 1014:463-466
[13] GJ Edwards，CJ Taylor，TF Cootes. Face recognition using the active
appearance model. 1998
[14] 刘直芳，游志胜，王运琼 .基于 PCA 和 ICA 的人脸识别.激光技术[J], 2004,
28(1):78-81
[15] 何荣.基于 OpenCV 的人脸识别系统设计[D]. 华南理工大学, 2013