基于 matlab 的人脸识别系统的设计与实现.pdf基于 matlab 的人脸识别系统的设计与实现.pdf基于 matlab 的人脸识别系统的设计与实现.pdf

matlab的人脸识别，有源代码。入门级别，课作为初学者学习参考使用。有一定的价值。适合本科阶段的学生。

佳木斯大学毕业论文 基于 Matlab 的人脸识别系统设计与仿真 学 院 信息电子技术 专 业 电子信息工程 班 级 11 级 1 班 姓 名 杨 雷 指导教师 周经国 佳 木 斯 大 学 2015 年 6 月 10 日 摘要 人脸识别即指利用分析比对人脸视觉特征信息从而达到身份鉴别效果的计 0 算机技术人脸识别是一项当下十分热门的计算机技术的研究领域该项技术 可以人脸明暗侦测并且自动调整动态曝

MATLAB库外人脸识别。从一副图片里面找人脸，分割人脸，检索，如果是库内，提示是谁，库外的话，提示报警。matlab，需要具备一定编程基础。

MATLAB 人脸考勤签到系统，有界面，输入全身照，定位人脸，切割分离，预处理，灰度化，尺度归一化，降维，特征提取，识别。需一定编程基础。

在学习matlab图像处理部分，人脸识别之一：查找图片中的人脸并用方框圈出 这种类似于智能手机拍照时，屏幕里那个框任务头部的红框。大致步骤为：获取RGB图片--->转换为灰度图像--->图像处理--->人脸识别。

本文使用了ORL人脸数据库，训练样本为40人，每人5张图片，共计200张图片，图片大小为92*122。测试样本为40人，每人5张图片共计200张图片，图片大小为92*122。ORL数据库可以从http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html得到。如果只是以随机选择的方式来识别某个人的身份的话，从概率角度来说识别率仅为2.5%，我们的任务是如何使识别率突破50%或者更高，这是个艰巨的任务。从训练角度来看，我们需要处理40*5*92*112=2060800个像素点，这是个维度灾难。针对以上问题，本文提出了PCA+SVM+一对一投票策略与PCA+Adaboost+一对一投票策略来解决上述问题，达到了良好的效果，使测试样本的识别率分别达到了84%与52.5%。

人脸识别的英文名称是 Human Face Recognition.人脸识别产品利用AVS03A图像处理器；可以对人脸明暗侦测,自动调整动态曝光补偿，人脸追踪侦测,自动调整影像放大。 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。[1] 人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。

基于Matlab的人脸识别系统

基于matlab人脸识别系统设计与仿真程序以及源代码