基于特征脸算法的人脸识别与遮挡恢复开题报告

1. 研究目的与意义

1.1 课题背景

人脸识别算法是应用十分广泛的研究课题，已经在公安系统、航空铁路系统和线上支付等多种场景发挥了巨大的作用。人脸识别是指根据数据库中已有的人脸样本确认或验证在一个场景中每一张人脸的身份。影响人脸识别性能的因素很多，表现在人脸是否刚性、存在表情、姿态的变化，其次是受到光照、附属物和成像质量的影响。

主流的人脸识别技术基本上可以归结为三类，即基于几何特征的方法、基于模板的方法和基于模型的方法。早期的研究工作主要集中在基于几何特征的方法上，但这类方法人为地指定特征，丢失了大量的判别信息，所以识别率不高。目前在模板的整体匹配方法上做了大量的工作，最具代表意义的是基于特征脸的方法。特征脸是比较早期的人脸识别算法，也称为基于主成分分析（pca）的人脸识别方法。从整体上提取人脸的代数特征进行识别，很好地保留了人脸特征，简单易用，推动了人脸识别技术的发展。

2. 研究内容和预期目标

2.1主要研究内容

本课题主要研究基于特征脸算法的人脸识别与遮挡恢复，拟开发一个简单的人脸识别系统。通过学习和理解特征脸算法以及相关图像处理的知识后，对特征脸算法的性能进行分析与研究，实现对人脸的识别、遮挡恢复等基本功能。对算法进行调整优化，使得在使用常见人脸数据库进行识别验证时，算法可以得到比较高的识别率，对不同人脸数据集都能够有比较好的适用性。除了能够进行人脸识别外，还可以通过对人脸特征的提取，并使用提取出的人脸特征，对人脸图像存在遮挡的部分进行一定程度的重构恢复，最终使重构恢复出来的图像在与原始图像对比的情况下，可以得到较高的还原度。改进主要是从预处理层面和算法层面进行，通过对改进后算法的分类性能和重构性能就进行评估来判断改进后算法的优劣。

2.2 预期目标

3. 研究的方法与步骤

3.1研究方法

1) 实验法：通过反复运行调试代码，改变各个性能指标，对算法的识别效率进行评估，通过图像识别结果的直观表现以及数据定量分析算法的识别效率。借助一些方法技术，减少或消除影响实验结果的干扰性因素。

2) 文献研究法：根据本课题的研究目的，通过调查文献来获取与特征脸相关的资料，从而全面地了解掌握特征脸算法的识别与遮挡恢复问题，通过阅读中外文献、网络资源等方式，了解该课题相关知识的研究成果，为所要研究的课题充实内容。

4. 参考文献

[1]黎奎, 宋宇, 邓建奇,等. 基于特征脸和bp神经网络的人脸识别[j]. 计算机应用研究, 2005, 22(6):3.

[2] luo h , meng c l . combining eigenface and lda method for face recognition[j].journal of guizhou university of technology, 2005.

[3]周昌军, 白春光, 魏小鹏,等. 基于个人特征脸图像重构的人脸识别[j]. 数据采集与处理, 2008, 23(6):4.

5. 计划与进度安排

1、2024.1.10 ----2024.2.20 查阅资料,了解课题背景，撰写开题报告

2、2024.2.21 ----2024.3.18 根据课题要求，进行需求分析,熟悉开发工具

3、2024.3.19 ----2024.3.31 根据分析结果，对系统进行概要设计