畢業(yè)論文：基于人工免疫的人臉識別算法

目錄/提綱：……
1、企業(yè)、住宅安全和管理
2、電子護照及身份證
3、公安、司法和刑偵
4、自助服務(wù)
5、信息安全
2、熟悉軟件開發(fā)工具，如matlab等
3、要經(jīng)常與其他人交流，能獲得許多有用的信息
……

題目：基于人工免疫的人臉識別算法
學(xué) 院：計算機科學(xué)與技術(shù)學(xué)院
專 業(yè)：軟件工程

目錄
摘要 1
ABSTRACT 2
第1章 緒論 3
1.1 選題背景 3
1.1.1 課題的來源 3
1.1.2 人臉識別技術(shù)的研究意義 3
1.2 人臉識別技術(shù)的研究意義 4
1.2.1 國外的發(fā)展概況 4
1.2.2 人臉識別技術(shù)的研究意義 5
1.3 論文研究的主要內(nèi)容 5
1.4 創(chuàng)新和課題意義 6
第2章 人臉識別相關(guān)技術(shù)介紹 7
2.1 人臉識別概述 7
2.1.1 人臉識別的優(yōu)勢 7
2.1.2 人臉識別存在的一些問題 8
2.2 人臉識別的一般方法 9
第3章 人工免疫算法介紹 錯誤！未定義書簽。
3.1人工免疫算法綜述 錯誤！未定義書簽。
3.1.1人工免疫算法基本步驟 錯誤！未定義書簽。
3.1.2人工免疫算法流程圖 錯誤！未定義書簽。
3.2克隆選擇算法 錯誤！未定義書簽。
3.2.1反向選擇算法 錯誤！未定義書簽。
3.2.2克隆選擇算法 錯誤！未定義書簽。
3.2.3多層次動作克隆選擇算法 錯誤！未定義書簽。
第4章 基于小波變換及傅里葉頻譜的人臉特征表示方法 17
4.1 小波變換 17
4.2 傅里葉變換 19
4.3 頻譜臉 21
4.4 人臉特征表示 22
第5章 基于人工免疫的人臉識別系統(tǒng) 錯誤！未定義書簽。
5.1 克隆選擇算法流程 錯誤！未定義書簽。
5.2 克隆選擇算法主函數(shù) 錯誤！未定義書簽。
5.3 重要函數(shù)代碼 錯誤！未定義書簽。
5.3.1 適度值計算 錯誤！未定義書簽。
5.3.2 選擇 錯誤！未定義書簽。
5.3.3 克隆繁殖 錯誤！未定義書簽。
5.3.4 高斯變異 30
第6章 系統(tǒng)的實現(xiàn) 31
6.1 系統(tǒng)概述 31
6.1.1 設(shè)計思路 31
6.1.2 開發(fā)環(huán)境 32
6.2 系統(tǒng)功能介紹 32
6.2.1 單步執(zhí)行 32
6.2.2 快速執(zhí)行 33
6.2.3 正確率檢查 錯誤！未定義書簽。
6.3 輸入數(shù)據(jù) 35
6.3.1 數(shù)據(jù)輸入 35
6.3.2 輸出數(shù)據(jù) 36
第7章 實驗與討論 37
7.1 實驗數(shù)據(jù) 37
7.1.1 數(shù)據(jù)輸入 37
7.1.2 聚類中心 37
7.2 識別結(jié)果數(shù)據(jù)統(tǒng)計 38
7.2.1 普通聚類中心識別數(shù)據(jù) 38
7.2.2 最優(yōu)聚類中心識別數(shù)據(jù) 39
7.3 數(shù)據(jù)分析和結(jié)論 40
第8章 展望 42
8.1人臉識別新技術(shù) 42
8.2 應(yīng)用前景 42
結(jié)語 44
致謝 45
參考文獻 46


摘 要
人臉識別因其在安全驗證系統(tǒng)、信用卡驗證、醫(yī)學(xué)、檔案管理、視頻會議、人機交互、系統(tǒng)公安(罪犯識別等)等方面的巨大應(yīng)用前景而越來越成為當(dāng)前模式識別和人工智能領(lǐng)域的一個研究熱點。
本文將人工免疫算法應(yīng)用于人臉識別系統(tǒng)中。首先，對人臉圖像預(yù)
……（新文秘網(wǎng)http://m.120pk.cn省略1987字，正式會員可完整閱讀）……　
gnition WSavelet transform Fourier transform Spect roface Clonal Selection Algorithm artificial immun algorithm



第一章 緒論
1.1 選題背景
1.1.1 課題的來源
隨著安全入口控制和金融貿(mào)易方面應(yīng)用需要的快速增長，生物統(tǒng)計識別技術(shù)得到了新的重視。目前，微電子和視覺系統(tǒng)方面取得的新進展，使該領(lǐng)域中高性能自動識別技術(shù)的實現(xiàn)代價降低到了可以接受的程度。而人臉識別是所有的生物識別方法中應(yīng)用最廣泛的技術(shù)之一，人臉識別技術(shù)是一項近年來興起的，但不大為人所知的新技術(shù)。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫中的資料進行比對，并找出該嫌犯的詳細(xì)資料和犯罪記錄。這并非虛構(gòu)的情節(jié)。在國外，人臉識別技術(shù)早已被大量使用在國家重要部門以及軍警等安防部門。在國內(nèi)，對于人臉識別技術(shù)的研究始于上世紀(jì)90年代，目前主要應(yīng)用在公安、金 融、網(wǎng)絡(luò)a全、物業(yè)管理以及考勤等領(lǐng)域。
1.1.2 人臉識別技術(shù)的研究意義
1、富有挑戰(zhàn)性的課題
人臉識別是機器視覺和模式識別領(lǐng)域最富有挑戰(zhàn)性的課題之一，同時也具有較為廣泛的應(yīng)用意義。人臉識別技術(shù)是一個非�；钴S的研究領(lǐng)域，它覆蓋了數(shù)字圖像處理、模式識別、計算機視覺、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)、數(shù)學(xué)等諸多學(xué)科的內(nèi)容。如今，雖然在這方面的研究已取得了一些可喜的成果，但是FRT在實用應(yīng)用中仍面臨著很嚴(yán)峻的問題,因為人臉五官的分布是非常相似的，而且人臉本身又是一個柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識別帶來了相當(dāng)大的麻煩。如何能正確識別大量的人并滿足實時性要求是迫切需要解決的問題。
3、面部感知系統(tǒng)的重要內(nèi)容
基于視覺通道信息的面部感知系統(tǒng)，包括人臉檢測和跟蹤、面部特征定位、面部識別、人臉歸類（年齡、種族、性別等的判別）、表情識別、唇讀等分系統(tǒng)，如圖1-1所式，可以看出，繼人臉檢測和跟追之后，面部特征定位通常是面部感知的一個必備環(huán)節(jié)，是后續(xù)工作的基礎(chǔ)，具有重要的意義。盡管人臉識別不能說是其他面部感知模塊的必備功能，但是， 可以肯定的是，利用已知的身份信息，結(jié)合特定人的先驗知識，可以提高表情分析、唇讀和語音識別、手勢識別乃至手寫體識別的可靠性。而計算機對使用者身份確認(rèn)的最直接的應(yīng)用就是基于特定使用者的環(huán)境設(shè)置：如使用者的個性化工作環(huán)境，信息的共享和隱私保護等等。
圖1 面部感知系統(tǒng)結(jié)構(gòu)圖
1.2 人臉識別的國內(nèi)外發(fā)展概況
現(xiàn)在人臉識別技術(shù)已經(jīng)應(yīng)用在許多領(lǐng)域中，并起到了舉足輕重的作用，人臉識別研究開始于1966年P(guān)RI的Bledsoe的工作，經(jīng)過三十多年的發(fā)展，人臉識別技術(shù)取得了長足的進步， 現(xiàn)在就目前國內(nèi)外的發(fā)展情況來進行展述。
1.2.1 國外的發(fā)展概況
見諸文獻的機器自動人臉識別研究開始于1966年P(guān)RI的Bledsoe的工作，1990年日本研制的人像識別機，可在1秒鐘內(nèi)中從3500人中識別到你要找的人。1993年，美國國防部高級研究項目署 (Advanced Research Projects Agency)和美國陸軍研究實驗室(Army Research Laboratory)成立了Feret(Face Recognition Technology) 項目組，建立了feret 人臉數(shù)據(jù)庫，用于評價人臉識別算法的性能。
美國陸軍實驗室也是利用vc++開發(fā)，通過軟件實現(xiàn)的，并且FAR為49%。在美國的進行的公開測試中，F(xiàn)AR，為53%。美國國防部高級研究項目署，利用半自動和全自動算法。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標(biāo)，然后進行識別。在機場開展的測試中，系統(tǒng)發(fā)出的錯誤警報太多，國外的一些高校（卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）為首，麻省理工大學(xué)（Massachusetts Institute of Technology ）等，英國的雷丁大學(xué)（University of Reading））和公司（Visionics 公司Facelt 人臉識別系統(tǒng)、Viiage 的FaceFINDER 身份驗證系統(tǒng)、Lau Tech 公司Hunter系統(tǒng)、德國的BioID 系統(tǒng)等）的工程研究工作也主要放在公安、刑事方面，在考試驗證系統(tǒng)的實現(xiàn)方面深入研究并不多。
1.2.2 國內(nèi)的發(fā)展概況
人臉識別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在機關(guān)單位的安全和考勤、網(wǎng)絡(luò)a全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊安全、智能身份證、智能門禁、司機駕照驗證、計算機登錄系統(tǒng)。我國在這方面也取得了較好的成就，國家863項目“面像檢測與識別核心技術(shù)”通過成果鑒定并初步應(yīng)用，就標(biāo)志著我國在人臉識別這一當(dāng)今熱點科研領(lǐng)域掌握了一定的核心技術(shù)。北京科瑞奇技術(shù)開發(fā)股份有限公司在2002年開發(fā)了一種人臉鑒別系統(tǒng)，對人臉圖像進行處理，消除了照相機的影響，再對圖像進行特征提取和識別。這對于人臉鑒別特別有價值，因為人臉鑒別通常使用正面照，要鑒別的人臉圖像是不同時期拍攝的，使用的照相機不一樣。系統(tǒng)可以接受時間間隔較長的照片，并能達到較高的識別率，在計算機中庫藏2300人的正面照片，每人一張照片，使用相距1--7年、差別比較大的照片去查詢，首選率可以達到50%，前20張輸出照片中包含有與輸入照片為同一人的照片的概率可達70% 。 2005年1月18日，由清華大學(xué)電子系人臉識別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國家"十五"攻關(guān)項目《人臉識別系統(tǒng)》通過了由公安部主持的專家鑒定。鑒定委員會認(rèn)為，該項技術(shù)處于國內(nèi)領(lǐng)先水平和國際先進水平。
1.3 論文研究的主要內(nèi)容
本文將人工免疫算法應(yīng)用于人臉識別系統(tǒng)中,重點敘述基于頻譜臉的人臉特征提取，以及克隆選擇算法及其實現(xiàn)。
在基于頻譜臉的人臉特征提取部分將在本文的第4章——基于小波變換及傅里葉頻譜的人臉特征表示方法——中進行詳細(xì)介紹，重點介紹小波變換的方法和作用和實現(xiàn)代碼，傅里葉變換的方法和作用和實現(xiàn)代碼。獲得頻譜臉的過程如下：
1. 對人臉圖像預(yù)處理，統(tǒng)一亮度，大小等；歸一化處理不是本系統(tǒng)的特色內(nèi)容，將不做詳細(xì)敘述。
2. 對預(yù)處理后的人臉圖像進行多分辨率小波分解，獲取變換后的低頻分量，用低通分量來描述人臉信息，實現(xiàn)數(shù)據(jù)壓縮，并有效削弱光照和表情變化的影響；
3. 對小波低頻圖像進行傅立葉變換,變換后獲得的頻譜圖即頻譜臉，傅里葉變換能有效的削弱人臉位移變化產(chǎn)生的影響；
4. 分析頻譜臉的系數(shù)矩陣,從系數(shù)矩陣中取得人臉圖像的特征向量；
人工免疫算法和克隆選擇算法的原理將在第3章——人工免疫算法介紹——中進行介紹，克隆選擇算法將在第5章——基于人工免疫的人臉識別系統(tǒng)——中進行詳細(xì)介紹。
1.4 創(chuàng)新和課題的意義
本課題有三個大的創(chuàng)新點：
 最終特征向量是由通過小波變換，傅里葉變換得到的頻譜臉轉(zhuǎn)化而來。人臉圖像經(jīng)過小波分解后,其能量集中在分解的低頻帶上,因此對低頻帶圖象進行頻譜性分析后提取的特征向量具有對人臉圖象表情不敏感且大大降低存儲空間和計算復(fù)雜性的優(yōu)點。對小波分解后的低頻系數(shù)圖像進行傅立葉變換,可以完全消除因空間位置對不準(zhǔn)而帶來的位移誤差。這部分內(nèi)容將在第四章的第二節(jié)中進行顯示介紹。
 將人臉識別和人工免疫算法結(jié)合起來，旨在提高運行效率，提高識別率。人工免疫系統(tǒng)是對自然免疫系統(tǒng)的模擬,通過進化學(xué)習(xí)后,可以在外部病原體和身體自己的細(xì)胞之間進行辨別,并且人工免疫系統(tǒng)的克隆算法能夠較好地保持_的多樣性,具有良好的泛化能力。利用改進的克隆選擇算法能夠很好的達到提高運行效率，提高識別率的效果，我們將在第三章的第二節(jié)中對克隆選擇算法進行詳細(xì)介紹。
 在軟件設(shè)計中，不僅實現(xiàn)了人臉識別功能，為了方便算法分析，還提供了單步處理功能，并在該功能中實現(xiàn)了用戶控制該步操作是否執(zhí)行和操作結(jié)果是否顯示的功能。


第二章 人臉識別相關(guān)技術(shù)介紹
2.1 人臉識別概述
人臉識別，特指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術(shù)。人臉識別是一項熱門的計算機技術(shù)研究領(lǐng)域，它屬于生物特征識別技術(shù)，是對生物體（一般特指人）本身的生物特征來區(qū)分生物體個體。
廣義的人臉識別實際包括構(gòu)建人臉識別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識別預(yù)處理、身份確認(rèn)以及身份查找等；而狹義的人臉識別特指通過人臉進行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。
生物特征識別技術(shù)所研究的生物特征包括人臉、指紋、手掌紋、掌型、虹膜、視網(wǎng)膜、靜脈、_（語音）、體形、紅外溫譜、耳型、氣味、個人習(xí)慣（例如敲擊鍵盤的力度和頻率、簽字、步態(tài)）等，相應(yīng)的識別技術(shù)就有人臉識別、指紋識別、掌紋識別、虹膜識別、視網(wǎng)膜識別、靜脈識別、語音識別（用語音識別可以進行身份識別，也可以進行語音內(nèi)容的識別，只有前者屬于生物特征識別技術(shù)）、體形識別、鍵盤敲擊識別、簽字識別等。
2.1.1 人臉識別的優(yōu)勢
與其它生物特征識別技術(shù)相比，人臉識別再可用性方面具有獨到的技術(shù)優(yōu)勢，這主要體現(xiàn)在：
1. 可以隱蔽操作，尤其適用于安全監(jiān)控
這一點特別適用于解決重要的安全問題、罪犯監(jiān)控與網(wǎng)上抓逃等應(yīng)用，這是指紋、虹膜、視網(wǎng)膜等其他人體生物特征識別技術(shù)不能比擬的。
2. 非接觸式采集，沒有侵犯性，容易被接受
因此，不會對用戶造成生理上的傷害，另外也比較符合一般用戶的習(xí)慣，容易被大多數(shù)的用戶接受。
3. 具有方便、快捷、強大的事后追蹤能力
基于面相的身份認(rèn)證系統(tǒng)可以再事件發(fā)生的同時記錄并保存當(dāng)事人的面相，從而可以確保系統(tǒng)具有良好的事后追蹤能力。例如，用于考勤系統(tǒng)時候，管理人員就可以方便的對代打卡進行時候監(jiān)控和追蹤；這是指紋、虹膜等生物特征所不具有的性質(zhì)。
4. 圖像采集設(shè)備成本低
目前，中低檔的攝像頭價格已經(jīng)非常低廉，基本成本標(biāo)準(zhǔn)的外設(shè)，極大地擴展了其實用空間；另外，數(shù)碼相機、數(shù)碼攝像機和照片掃描儀等攝像設(shè)備在普通家庭的日益普及進一步增加了其可用性。
5. 更符合人類的識別習(xí)慣，可交互性強
例如，對于指紋、虹膜等識別系統(tǒng)，一般用戶對識別往往是無能為力的，而對人臉來說，授權(quán)用戶的交互和配合可以大大提高系統(tǒng)的可用性和可靠性。
2.1.2 人臉識別存在的一些問題
人臉識別被 ……（未完，全文共31024字，當(dāng)前僅顯示5580字，請閱讀下面提示信息。收藏《畢業(yè)論文：基于人工免疫的人臉識別算法》）