基于Fisher判别分析的人脸性别分类研究开题报告

 2021-08-08 10:52:22

1. 研究目的与意义

人脸作为人类最明显和最重要的特征之一,能反映出很多信息,如表情、人种、性别等。这些信息在维护经济、军事、金融和日常生活等领域的安全方面起到不可低估的作用,与现流行的指纹识别相比,人脸识别不需要接触到人的身体,便可以通过一定的技术识别出个体的人脸信息和性别信息,所以比较容易被人们接受,被广泛的应用于很多领域,以上原因使得人脸识别在近些年成为数字图像处理领域中被较多研究的分支之一,也是相对活跃的分支之一。

人脸性别识别就是根据输入的人脸图像判别其性别的图像识别处理过程。事实上,对于人来说,判别男女是一件很容易的事情,但是想要使计算机自动识别出输入的图像是男性还是女性这并不是件简单的事情,所以就需要通过选择合适的判别方法来达到这一目的,而且该判别方法必须尽可能高准确率的来识别出人的性别,否则这项研究技术将不会得到广泛使用。人脸性别分类是一个典型的二分类问题,按照抽取特征方式的不同和分类方法的不同解决方法有很多种,本课题是使用Fisher 线性判别分析(简称FLDA)展开研究的。历史上,这项技术是由R.A.Fisher(1936)的经典论文开始的。Fisher判别分析法稳定性差,分析结果容易受其他因素的干扰,不过由于该方法计算相对简单,判别式使用方便,使得Fisher判别至今仍是人们所广泛使用的一种重要方法。目前在国内还有很多有关于这方面的学术性研究,运用不同的分类识别算法,对样本图像进行识别,均取得了很好的识别效果。

2. 国内外研究现状分析

随着计算机科学与技术、人工智能的飞速发展,以及金融贸易、网络和微电子日益成为社会及时代的主题,生物信息识别技术越来越得到人们的重视。其中人脸识别成为计算机识别、模式识别和人工智能等领域的研究热门。人脸识别技术是近几年来刚刚兴起的,但却不大被很多人知道的一门新技术。 绝大多数人只是在电视或电影中看到一些类似刑警抓小偷,通过电脑上分析比对犯罪嫌疑人的人脸面部特征来侦破案件,尤其是一些美国大片,呈现出来的技术是先进的让观看的人目瞪口呆,同时也让人产生疑惑,这样的情节是虚构出来的还是现阶段某些国家已经达到了?其实这些并非都是电影制作人幻想出来的,目前人脸识别技术已经被大量广泛的应用在很多国家的重要事务当中,小到一个单位的安全防范,大到一个国家的军事安全领域。比如,在国外,人脸识别技术早已被大量使用在国家的很多重要部门,人脸识别的应用范围领域越来越广,新技术也越来越多,目前人脸识别技术研究水平相对较高的机构包括:美国麻省理工学院媒体研究室及人工智能实验室、南加州大学、马里兰大学等。另外其他一些国家和地区也有不少研究机构在对人脸识别进行着研究。

在国内,人脸识别技术的研究始于上世纪90年代,经过近些年的发展,人脸识别已经在国家的大大小小的领域中发挥着举足轻重的作用,人脸识别技术也取得了较大的发展,一些学术性的研究也取得了较好的成果,如顾成扬 等提出的基于改进的特征空间分离变换(Eigenspace Separation Transform)的方法和支持向量机的方法,实验中降维的同时将两类样本的差异考虑进去,使得识别取得了很好的效果;王振花 等建议将独立分量分析(ICA:Independent Component Analysis)和遗传算法(GA:Genetic Algorithm)相结合来进行人脸性别识别的算法,采用ICA提取人脸图像和向量,并运用遗传算法提取出有利于性别分类的子集,运用支持向量机对图像进行分类,也取得了很好的识别效果;又如,孙鹤 等提出的基于多角度的人脸图像性别识别,将局部二值模式、图像空间信息以及小波变换等方法相结合对图像进行识别,这项技术取得了非常高的识别准确率。从我国所处的基本国情来看,我们国家的人脸识别技术有着很广阔的发展空间和前景,同时我国也不乏此方面的专家和人才,所以我国的人脸识别技术有着很大的研究前景。

3. 研究的基本内容与计划

研究内容:

1.熟悉常用的人脸数据库:orl和ar数据库,了解数据存储和显示方式;

2.熟悉fisher判别分析;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

1主要采用MATLAB编程。MATLAB可提供数据分析、矩阵计算、绘图功能和图像显示于一体,能够高质量的完成图像处理问题。利用MATLAB进行图像压缩处理可以有效避免重复的程序编写,缩短了开发周期,从而降低了成本;

2 整个毕业设计准备时间充分,制定了详细的研究计划;

3 实验结果部分人为的对数据库进行几次判别准确率,分析总结其规律;

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版