本文關(guān)鍵詞：人臉識別技術(shù)在考試系統(tǒng)中的應(yīng)用研究

  更多相關(guān)文章： 人臉識別技術(shù) 考試系統(tǒng) Adaboost 主成分分析 支持向量機

【摘要】：作為近年來最活躍的生物特征識別技術(shù)之一,人臉識別技術(shù)已在很多領(lǐng)域得到廣泛應(yīng)用。例如,司法、公安、政府、航天、教育、金融以及各企事業(yè)單位等,其中教育領(lǐng)域是其典型應(yīng)用之一。近年來,考試系統(tǒng)由于其具有保密性強、快速、準確、公平、公正、低成本、高效率等優(yōu)勢逐漸取代傳統(tǒng)考試,并且成為未來考試的主流�？荚囅到y(tǒng)提供便利的同時,也出現(xiàn)了新的問題,其中最突出的就是考試系統(tǒng)的安全問題。目前從中考、高考、研究生等入學考試,到各種資格證書考試、晉級升職考試等,都出現(xiàn)不同程度的替考、作弊等現(xiàn)象。且考試作弊的樣式和技術(shù)空前復(fù)雜化。本課題所研究的人臉識別技術(shù)在考試系統(tǒng)中的應(yīng)用研究,是為了加強考場中考生身份的驗證管理,在考試系統(tǒng)中利用人臉識別技術(shù)驗證考生身份來防止替考現(xiàn)象的發(fā)生。論文主要研究工作如下:(1)了解了人臉識別技術(shù)和考試系統(tǒng)的研究現(xiàn)狀,分析了當前考試系統(tǒng)存在的問題及采取的解決方案,并闡述了將人臉識別技術(shù)應(yīng)用到考試系統(tǒng)中的重要性。(2)分析了人臉識別相關(guān)技術(shù),首先對捕獲的圖像進行人臉檢測,然后提取特征進行人臉識別,最后根據(jù)識別結(jié)果辨別身份;總結(jié)了目前常見的幾種人臉檢測方法和人臉識別方法。(3)通過比較幾種人臉檢測方法,提出了一種首先利用膚色模型建模的方法來提取人臉輪廓,得到人臉候選區(qū)域。然后在此基礎(chǔ)上采用Adaboost方法準確地檢測人臉并保存。實驗結(jié)果證明這種方法能夠減少檢測時間,提高檢測效率。(4)針對人臉圖像的高維度這一特點,采用主成分分析的方法來進行降維,并去除圖像各維間的相關(guān)性。然后將降維后的圖像數(shù)據(jù)通過支持向量機進行分類,并根據(jù)分類結(jié)果進行人臉識別。(5)依據(jù)考試系統(tǒng)存在的問題,提出了一種將人臉識別技術(shù)應(yīng)用到考試系統(tǒng)中的解決方案。開發(fā)了一個基于B/S結(jié)構(gòu)的考試系統(tǒng),并將人臉識別模塊嵌入到考試系統(tǒng)中來驗證考生身份。通過實驗證明了本文所提方法的可行性。
【關(guān)鍵詞】：人臉識別技術(shù) 考試系統(tǒng) Adaboost 主成分分析 支持向量機
【學位授予單位】：石家莊鐵道大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;G434
【目錄】：

• 摘要3-4
• Abstract4-9
• 第一章 緒論9-17
• 1.1 研究背景及意義9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 人臉識別技術(shù)研究現(xiàn)狀11-12
• 1.2.2 考試系統(tǒng)研究現(xiàn)狀12-13
• 1.3 人臉識別存在的問題13-15
• 1.4 本文主要的研究內(nèi)容15-16
• 1.5 論文組織結(jié)構(gòu)16-17
• 第二章 人臉識別技術(shù)17-23
• 2.1 人臉識別技術(shù)研究的主要內(nèi)容17-18
• 2.1.1 人臉檢測17
• 2.1.2 特征提取17-18
• 2.1.3 人臉識別18
• 2.2 人臉檢測方法18-20
• 2.2.1 基于膚色的檢測方法18
• 2.2.2 基于形狀的檢測方法18-19
• 2.2.3 基于統(tǒng)計理論的檢測方法19-20
• 2.3 人臉識別方法20-22
• 2.3.1 基于特征的人臉識別方法20-21
• 2.3.2 基于外觀的人臉識別方法21
• 2.3.3 基于神經(jīng)網(wǎng)絡(luò)的人臉識別方法21-22
• 2.3.4 基于支持向量機的人臉識別方法22
• 2.4 本章小結(jié)22-23
• 第三章 基于膚色模型和Adaboost算法的人臉檢測23-33
• 3.1 圖像預(yù)處理23-25
• 3.1.1 顏色空間23-24
• 3.1.2 膚色模型24-25
• 3.1.3 亮度補償25
• 3.2 基于膚色模型的人臉檢測25-27
• 3.2.1 膚色相似度計算25-26
• 3.2.2 人臉輪廓提取26-27
• 3.3 基于Adaboost算法的人臉檢測27-32
• 3.3.1 Haar-like矩形特征27-28
• 3.3.2 Adaboost算法28-30
• 3.3.3 實驗結(jié)果分析30-32
• 3.4 本章小結(jié)32-33
• 第四章 基于PCA和SVM的人臉識別系統(tǒng)33-46
• 4.1 基于PCA的人臉特征提取33-39
• 4.1.1 主成分分析33-37
• 4.1.2 人臉數(shù)據(jù)庫37-38
• 4.1.3 主成分臉分析38-39
• 4.2 基于PCA和SVM的人臉識別系統(tǒng)39-45
• 4.2.1 支持向量機40-42
• 4.2.2 準備工作42-43
• 4.2.3 實驗結(jié)果與分析43-45
• 4.3 本章小結(jié)45-46
• 第五章 人臉識別技術(shù)在考試系統(tǒng)中的解決方案46-59
• 5.1 系統(tǒng)開發(fā)環(huán)境46
• 5.2 考試系統(tǒng)總體設(shè)計46-50
• 5.2.1 系統(tǒng)的架構(gòu)設(shè)計46-48
• 5.2.2 系統(tǒng)的業(yè)務(wù)流程48-49
• 5.2.3 系統(tǒng)設(shè)計原則49-50
• 5.3 考試系統(tǒng)詳細設(shè)計50-54
• 5.3.1 系統(tǒng)識別模塊業(yè)務(wù)流程50-52
• 5.3.2 系統(tǒng)識別模塊功能分析52
• 5.3.3 系統(tǒng)識別模塊設(shè)計52-54
• 5.4 系統(tǒng)運行與分析54-58
• 5.5 本章小結(jié)58-59
• 第六章 總結(jié)與展望59-61
• 6.1 結(jié)論59-60
• 6.2 展望60-61
• 參考文獻61-66
• 致謝66-67
• 個人簡歷、在學期間的研究成果及發(fā)表的學術(shù)論文67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 侯鯤;賈隆嘉;王赫寧;;人臉識別技術(shù)的現(xiàn)狀和發(fā)展趨勢[J];科協(xié)論壇(下半月);2010年11期

2 張?zhí)?趙偉;人臉識別技術(shù)的研究[J];長春師范學院學報;2004年10期

3 任賀斌;;未來,“刷臉”不再是玩笑[J];初中生學習(低);2013年09期

4 ;記住你的樣子——人臉識別技術(shù)[J];初中生學習;2004年11期

5 林敏;劉延申;謝春艷;;人臉識別技術(shù)研究[J];科協(xié)論壇(下半月);2008年02期

6 劉露;;識別人臉的技術(shù)[J];中學生閱讀(初中版);2008年04期

7 ;人臉識別:未來可實現(xiàn)刷臉消費[J];天津中學生;2014年05期

8 董雷剛;崔曉微;張丹;張華;;基于人臉識別技術(shù)的學生考勤系統(tǒng)[J];大慶師范學院學報;2014年03期

9 ;引入高端人臉識別技術(shù) 助推校園信息化[J];中國教育信息化;2007年02期

10 李東亞;張锏;;基于支持向量機算法的人臉識別技術(shù)研究[J];宿州學院學報;2011年11期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 陳霞;吳瓏;樊進;譚守標;;人臉識別技術(shù)綜述[A];中國儀器儀表學會第十二屆青年學術(shù)會議論文集[C];2010年

2 張大鵬;李偉英;湯顯;陳寶峰;;基于小波和神經(jīng)網(wǎng)絡(luò)的人臉識別技術(shù)[A];2005年全國理論計算機科學學術(shù)年會論文集[C];2005年

3 徐茜亮;霍振龍;;人臉識別技術(shù)在礦井人員管理系統(tǒng)中的研究與應(yīng)用[A];第23屆全國煤礦自動化與信息化學術(shù)會議暨第5屆中國煤礦信息化與自動化高層論壇論文集[C];2013年

4 孫朋;劉黨輝;肖艷青;;基于嵌入式系統(tǒng)的人臉識別技術(shù)研究進展[A];第七屆全國信息獲取與處理學術(shù)會議論文集[C];2009年

5 李司鐸;張錦;陳南國;朱尚武;;TCM在人臉識別技術(shù)中的應(yīng)用研究[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

6 李祥寶;;人臉識別發(fā)展分析[A];中南六�。▍^(qū)）自動化學會第24屆學術(shù)年會會議論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 本報記者 張懿;打拐：人臉識別技術(shù)“亮劍”[N];文匯報;2011年

2 謝旭東;人臉識別技術(shù)的應(yīng)用[N];人民日報;2011年

3 記者 張亦筑;我市在人臉識別技術(shù)上取得重大突破[N];重慶日報;2014年

4 北京數(shù)字奧森科技有限公司 沈偉;人臉識別技術(shù)與應(yīng)用[N];計算機世界;2008年

5 陳進文;我國人臉識別技術(shù)取得突破[N];人民郵電;2009年

6 記者 侯鐵中;視頻監(jiān)控人臉識別技術(shù)獲新進展[N];科技日報;2013年

7 本報記者 孫奇茹;“87后”研出全球最精準人臉識別技術(shù)[N];北京日報;2014年

8 本報記者 單憬崗 通訊員 張舒童 王曉燕;便民服務(wù)，，�？诟母镞M行時……[N];海南日報;2014年

9 光明;人臉識別技術(shù)應(yīng)用奧運開幕式[N];中國改革報;2008年

10 本報記者 徐紅　通訊員 王亮;人臉識別技術(shù)運用領(lǐng)域廣泛[N];經(jīng)濟日報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 劉小華;人臉識別技術(shù)及其應(yīng)用研究[D];吉林大學;2005年

2 許高鳳;人臉識別技術(shù)及其在場館門禁系統(tǒng)中的應(yīng)用研究[D];哈爾濱工程大學;2009年

3 朱長仁;復(fù)雜背景下的多姿態(tài)人臉識別技術(shù)研究[D];國防科學技術(shù)大學;2001年

4 周德龍;人臉識別技術(shù)研究[D];西北工業(yè)大學;2000年

5 劉小軍;人臉識別技術(shù)研究[D];中國科學院電子學研究所;2001年

6 蘇宏濤;基于統(tǒng)計特征的人臉識別技術(shù)研究[D];西北工業(yè)大學;2004年

7 廖頻;基于統(tǒng)一概率模型的人臉識別技術(shù)[D];中國科學院研究生院（計算技術(shù)研究所）;2003年

8 劉曉山;光照變化條件下人臉識別技術(shù)研究[D];華南理工大學;2011年

9 李外云;基于ARM架構(gòu)的嵌入式人臉識別技術(shù)研究[D];華東師范大學;2008年

10 張忠波;復(fù)雜背景下人臉的檢測與識別[D];吉林大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張博;基于移動視頻的動態(tài)人臉識別技術(shù)的研究與實現(xiàn)[D];北京郵電大學;2014年

2 王潤宇;基于稀疏表達的人臉識別技術(shù)研究與應(yīng)用[D];東北大學;2014年

3 費騰;基于PCA的人臉識別研究[D];吉林大學;2016年

4 張晶;基于云計算的人臉識別Web應(yīng)用的研究與實現(xiàn)[D];內(nèi)蒙古大學;2016年

5 宋丹;基于多尺度信息融合的三維人臉識別技術(shù)研究[D];天津工業(yè)大學;2016年

6 田曉霞;人臉識別技術(shù)在考試系統(tǒng)中的應(yīng)用研究[D];石家莊鐵道大學;2016年

7 陳建成;人臉識別技術(shù)與研究[D];西安電子科技大學;2011年

8 董立鋒;人臉識別技術(shù)在信息系統(tǒng)身份認證中的應(yīng)用[D];四川大學;2004年

9 韓恭恩;人臉識別技術(shù)在智能機器人中的應(yīng)用研究[D];西安電子科技大學;2009年

10 鞠峰;基于人臉識別技術(shù)的駕駛員考試防作弊系統(tǒng)設(shè)計[D];天津大學;2012年

本文編號：1042900