【摘要】：部隊(duì)基層執(zhí)勤單位工作任務(wù)多而繁重。為提升部隊(duì)的執(zhí)勤管理效率,推進(jìn)部隊(duì)的信息化建設(shè),促進(jìn)部隊(duì)無(wú)紙化工作,考慮到生物特征識(shí)別技術(shù)的高安全性和可靠性,本文研究并實(shí)現(xiàn)了一個(gè)基于人臉識(shí)別的部隊(duì)查哨管理系統(tǒng)。主要工作如下:首先,本文介紹了人臉識(shí)別的第一個(gè)步驟:人臉圖像的采集及預(yù)處理。預(yù)處理的目的在于對(duì)人臉圖像進(jìn)行標(biāo)準(zhǔn)化,盡量去除噪聲干擾,減少光照對(duì)人臉識(shí)別的影響。在本文的預(yù)處理階段對(duì)圖像進(jìn)行了直方圖均衡化、歸一化、平滑等處理,在平滑處理中介紹了平均值濾波、高斯濾波和中值濾波,并進(jìn)行了實(shí)驗(yàn)對(duì)比,得出自適應(yīng)中值濾波性能更好。其次,對(duì)人臉檢測(cè)算法Adaboost的研究。全面仔細(xì)的介紹了 Adaboost的原理、特點(diǎn)、性能。從Haar特征的選取到積分圖的計(jì)算,弱分類(lèi)器的訓(xùn)練到強(qiáng)分類(lèi)器的級(jí)聯(lián)都進(jìn)行了分析,并在MIT人臉數(shù)據(jù)庫(kù)上訓(xùn)練。結(jié)果表明,該檢測(cè)算法能夠很好的檢測(cè)出人臉。再次,對(duì)人臉識(shí)別算法的研究。為了更好的提取人臉特征信息,針對(duì)傳統(tǒng)主成分分析人臉識(shí)別算法中的特征提取環(huán)節(jié),對(duì)求得的特征進(jìn)行重排序,并選出特征貢獻(xiàn)率達(dá)到95%的特征向量構(gòu)成特征臉空間,用于最終人臉識(shí)別。最后,通過(guò)對(duì)本文提出的算法進(jìn)行整合,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于人臉識(shí)別的部隊(duì)查哨管理系統(tǒng)。該系統(tǒng)以人臉識(shí)別端為客戶端,具備人臉檢測(cè)、人臉注冊(cè)、人臉識(shí)別、信息登記等功能,而服務(wù)端則實(shí)現(xiàn)對(duì)客戶端數(shù)據(jù)的管理。實(shí)驗(yàn)表明,該系統(tǒng)能夠完整的實(shí)現(xiàn)對(duì)部隊(duì)查哨過(guò)程的信息登記管理,有利于推進(jìn)部隊(duì)的現(xiàn)代化建設(shè)。
【圖文】：

個(gè)主要步驟。生物特征識(shí)別作為一門(mén)新興發(fā)展的技術(shù)，具有廣泛的社會(huì)需求和寬闊的逡逑市場(chǎng)，隨著技術(shù)的越來(lái)越成熟，其將會(huì)給人們的生活提供巨大的便利。人臉識(shí)別系統(tǒng)逡逑的框架一般如圖２－１所示。逡逑圖像獲取邐？圖像預(yù)處理邐１？人險(xiǎn)檢測(cè)逡逑■提取逡逑人栜灥據(jù)庫(kù)邐＿對(duì)比廣氣．逡逑識(shí)Ｓ！）結(jié)果逡逑圖２－１人臉識(shí)別系統(tǒng)框架逡逑Ｆｉｇ．邋２－１邋Ｆａｃｅ邋ｒｅｃｏｇｎｉｔｉｏｎ邋ｓｙｓｔｅｍ邋ｆｒａｍｅｗｏｒｋ逡逑２．１生物特征識(shí)別技術(shù)逡逑生物特征識(shí)別除了對(duì)生物特征本身的研究，還有效運(yùn)用光學(xué)、ＩＴ技術(shù)、生物傳感逡逑器等技術(shù)，借助生理特征或者行為特征來(lái)驗(yàn)證人的身份的一門(mén)技術(shù)。常用的生理特征逡逑有很多，比如視網(wǎng)膜、掌紋、虹膜、指紋、面部等，以及近年來(lái)新興發(fā)展起來(lái)的一些逡逑特征，比如聲紋、紅外溫譜、ＤＮＡ等生物特征。生物特征識(shí)別的核心在于首先如何逡逑有效便捷的獲取這些特征，然后通過(guò)一定的技術(shù)手段將獲取的特征轉(zhuǎn)換成有效的數(shù)字逡逑信息進(jìn)行存儲(chǔ)，最后利用可靠的算法來(lái)實(shí)現(xiàn)人的身份認(rèn)證和訪問(wèn)控制（胡敏敏，２０１１）。逡逑生物特征識(shí)別是目前最安全方便的識(shí)別技術(shù)。它的優(yōu)勢(shì)在于不需要客戶記住任何逡逑密碼，只需使用自身存在的一些屬性就可以作為身份的驗(yàn)證工具。生物特征識(shí)別通過(guò)逡逑現(xiàn)代的網(wǎng)絡(luò)技術(shù)和ＩＴ技術(shù)實(shí)現(xiàn)

集到的圖像發(fā)生變化；五，光源，，在采集的過(guò)程屮，光源種類(lèi)的不同，角度的細(xì)微變逡逑化，都會(huì)對(duì)待檢測(cè)的人臉圖像產(chǎn)生不同程度的偽陰影。常見(jiàn)的人臉檢測(cè)方法有很多種，逡逑大致可分為以下幾類(lèi)，如圖２－２所示。逡逑７逡逑
【學(xué)位授予單位】：北京林業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP315;E11;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于欣;秦文華;周崇波;曹海燕;馮筱;;基于改進(jìn)的PCA和SVM的人臉識(shí)別方法[J];電子技術(shù);2015年08期

2 李文琴;曾廣樸;文俊浩;;基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別系統(tǒng)[J];激光雜志;2015年03期

3 白文慶;董小妮;;基于嵌入式人臉識(shí)別考勤系統(tǒng)的設(shè)計(jì)[J];電腦開(kāi)發(fā)與應(yīng)用;2015年01期

4 孫文榮;周先春;嵇亞婷;;基于直方圖均衡化、PCA和SVM算法的人臉識(shí)別[J];軟件;2014年08期

5 史永偉;王仲華;;基于PCA的最小二乘支持向量機(jī)人臉識(shí)別研究[J];電腦開(kāi)發(fā)與應(yīng)用;2014年09期

6 周妍;;人臉識(shí)別考勤系統(tǒng)的分析與應(yīng)用[J];產(chǎn)業(yè)與科技論壇;2014年07期

7 陳蒙;;基于canny算子的邊緣檢測(cè)算法應(yīng)用研究[J];電子技術(shù)與軟件工程;2013年21期

8 姚卓敏;郭宏;何耀濵;夏宏偉;;基于優(yōu)化PCA算法的人臉識(shí)別系統(tǒng)研究[J];現(xiàn)代計(jì)算機(jī);2013年27期

9 粟秀尹;曾慶寧;王曉燕;;基于PCA和LDA結(jié)合的人臉識(shí)別方法的比較研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年09期

10 孔令釗;唐文靜;;基于PCA的人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)仿真;2012年06期

相關(guān)博士學(xué)位論文 前1條

1 范春年;人臉識(shí)別中光照處理算法研究[D];南京大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 劉忠鑫;智能人臉識(shí)別門(mén)禁系統(tǒng)研究[D];哈爾濱理工大學(xué);2017年

2 王婉清;基于人臉識(shí)別的考勤系統(tǒng)設(shè)計(jì)[D];南京郵電大學(xué);2016年

3 田曉霞;人臉識(shí)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(xué);2016年

4 邢永生;人臉識(shí)別系統(tǒng)的研究與開(kāi)發(fā)[D];吉林大學(xué);2016年

5 陶勤勤;基于卷積神經(jīng)網(wǎng)絡(luò)和改進(jìn)支持向量機(jī)的人臉檢測(cè)[D];合肥工業(yè)大學(xué);2016年

6 馬勝濤;復(fù)雜光照下的人臉識(shí)別系統(tǒng)設(shè)計(jì)[D];北京理工大學(xué);2016年

7 張碩碩;人臉識(shí)別系統(tǒng)及關(guān)鍵算法研究[D];電子科技大學(xué);2015年

8 曹健;人臉檢測(cè)和識(shí)別系統(tǒng)的設(shè)計(jì)與應(yīng)用[D];南京信息工程大學(xué);2013年

9 杜文霞;人臉識(shí)別中的特征提取算法研究[D];蘭州理工大學(xué);2011年

10 胡敏敏;人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2011年

本文編號(hào)：2621570