基于机器视觉的人脸识别算法比较研究开题报告

全文总字数：5686字

1. 研究目的与意义、国内外研究现状（文献综述）

课题的意义、国内外研究进展、应用前景等（列出主要参考文献）

1. 课题的意义

   随着网络技术和计算机视觉技术的发展，在日常生活中如何正确识别个人身份和保护其个人隐私已经成为当今社会亟待解决的重大问题。而传统的证件和密码等消息容易造假，使得人体生物特征以外的认证技术都不能满足人们的需求。而生物特征的唯一性、稳定性和不容易造假的特点，使其成为认证身份的首选安全方式。

   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！

   2. 研究的基本内容和问题

   研究的目标、内容和拟解决的关键问题

   1. 研究的目标

      课题研究目的是了解pca、pca 与 bp 神经网络、pca 与svm 等识别算法的原理以及两个算法的识别过程。通过 matlab 仿真实验分别把 bp 神经网络作为分类器与 pca识别算法相结合以及将支持向量机作为分类器与pca 算法相结合，从 orl 人脸数据库以及自制的校内学生人脸库分别随机提取训练集进行训练，然后用测试集进行人脸识别，并对其结果进行比较验证。最后比较两个识别算法的优缺点，选取其中较好的识别算法。

      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！

      3. 研究的方法与方案

      研究方法、技术路线、实验方案及可行性分析

      1. 研究方法

         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

         特色或创新之处

         1. 使用富士（fujifilm）x-t30照相机分别对校内40个学生进行人脸图像的拍摄，每人拍摄10张。在类似环境下做出以下一系列动作：正面、正面微笑、正面戴眼镜、正面闭眼，俯视，仰视，向左10°，向左20°， 向右10°，向右20°等。并将人脸图像进行处理后构成人脸库

            2、通过 matlab 仿真实验比较pca 与 bp 神经网络、pca 与svm 等识别算法的优缺点，选取其中适合orl人脸库以及自制的学生人脸库的识别算法。

            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！

            5. 研究计划与进展

            第1-2周：査阅相关文献资料，明确研究内容，了解研究所需硬件和软件。确定方案，完成开题报告。

            第3-4周：安装软件，学习熟练应用软件matlab以及仿真实验库中的相关函数。

            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