检索结果-南通市图书馆

作者：赵晓龙西北大学

学位级别：硕士

人脸识别技术是基于人脸的安防工程核心子系统——门禁系统的核心内容,主要包括几何、纹理特征提取、子空间投影和分类器设计等步骤。本文主要研究了基于稀疏表示的人脸识别技术,主要研究内容如下： 1.对比了经典的人脸识别和基于稀... 详细信息

人脸识别技术是基于人脸的安防工程核心子系统——门禁系统的核心内容,主要包括几何、纹理特征提取、子空间投影和分类器设计等步骤。本文主要研究了基于稀疏表示的人脸识别技术,主要研究内容如下： 1.对比了经典的人脸识别和基于稀疏表示的人脸识别技术。采用KNN、SVM两种基本分类器,PCA、fisherface两种子空间投影算法,在公开数据集ORL、Yale人脸库上进行仿真实验,得出了稀疏表示对滤除噪音方面具有更强的鲁棒性的结论。 2.提出一种新的基于稀疏表示的分类算法——权重系数法。与原先的取稀疏系数的最大值对应的标签为测试样本的标签的方法相比,该算法既利用了图像子空间的结构也利用了稀疏系数中众多的接近零的值。跟最小残差分类法相比,该方法算法复杂度低,计算量较小。实验结果表明：在ORL库h,当训练样本较小时,该方法的分类识别率比最小残差法平均高1.26%。 3.首次应用L1/2范数优化问题到人脸识别的稀疏系数求解,跟原先的利用L1范数所求稀疏解相比,基于L1/2范数的解分类效果较好,但识别率提高的不太明显;但是所求解的稀疏性比L1范数所求解的更强了。 4.设计并实现了一套基于稀疏表示的人脸识别的原型系统。该系统具有收集人脸训练样本,完成图像预处理、特征提取,及基于稀疏表示的人脸识别等功能。对系统的测试表明,本系统在达到较高的识别率的同时,对噪音、不同类型的光照等情况的鲁棒性较强,具有较好的实用价值。

关键词：人脸识别稀疏表示人脸特征提取人脸检测 SVM

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

脉冲耦合神经网络在人脸检索中的应用研究

脉冲耦合神经网络在人脸检索中的应用研究

作者：冉均均成都理工大学

学位级别：硕士

人工神经网络（Artificial Neural Network，ANN）是模仿人类大脑的认知过程，综合了多门学科的交叉学科，它将大量的人工神经元以各种网状形式互联在一起，组成复杂的网络结构，不同网络的人工神经元有各自的功能和学习算法，从而出现... 详细信息

人工神经网络（Artificial Neural Network，ANN）是模仿人类大脑的认知过程，综合了多门学科的交叉学科，它将大量的人工神经元以各种网状形式互联在一起，组成复杂的网络结构，不同网络的人工神经元有各自的功能和学习算法，从而出现了各种各样的人工神经网络模型，以解决实际工程或科学领域存在的一些难题。其发展从感知器（Perceptron）到新一代的人工神经网络――脉冲耦合神经网络（PulseCo-upled Neural Network, PCNN），经历了半个多世纪，脉冲耦合神经网络也在逐渐走向成熟，在之后20多年研究中，脉冲耦合神经网络在图像处理领域也逐渐得到广泛应用。脉冲耦合神经网络与传统的人工神经网络相比有着很大的区别，它不需要学习或训练，具有自学习、非监督的能力，还具有相似群神经元同步发放脉冲的特性。PCNN在用于数字图像处理方面，具有一些特殊的优越性：该模型具有对图像二维空间相似、灰度相似像素进行分组的特点，并能减小图像局部灰度差值，弥补图像局部微小间断;对输出的二值图像保留了输入图像的纹理、形状、边缘信息等特征，并且输出的二值图像出现周期性;在一定程度上PCNN对输入图像具有旋转、平移、尺寸等不变特性，同时还具有一定的抗噪性。基于PCNN的这些特性和优越性使得PCNN十分适合对人脸图像的处理，以减少人脸图像表情、穿戴不同的影响等。在人脸特征提取方面，本文在分析标准PCNN模型用于图像特征提取时的优越特性基础上，将标准PCNN模型用于人脸特征提取，并用实验数据分析相似人脸与不同人脸特征提取时存在的不足，发现标准的PCNN模型对人脸图像的相似性较差。为解决这些不足之处，对标准PCNN模型进行改进，即PCNN-X模型，并通过实验证明PCNN-X模型在人脸特征提取时可弥补传统PCNN模型的不足。在人脸检索方面，为了检验PCNN-X模型适用对人脸库的检索。人脸检索时需要大量的人脸图像，本文探讨了彩色人物图像的人脸提取方法，对人物图像预处理后，建立人脸肤色模型提取人脸图像。由于时间问题，本文直接使用标准的ORL人脸数据库，人脸检索实验时，将PCNN-X提取的人脸特征熵序列使用随机超平面哈希算法（Random Hyperplane Hash，RHH）变换为二值序列，建立人脸图像二值序列库，最后通过汉明距离来度量人脸图像之间的相似性，最终实现人脸图像的检索。

关键词：脉冲耦合神经网络人脸检索人脸特征提取汉明距离肤色模型

基于核相关滤波和DeepSORT级联的驾驶员人脸跟踪算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于核相关滤波和DeepSORT级联的驾驶员人脸跟踪算法研究

作者：王秋丽湖南大学

学位级别：硕士

近年来,由于驾驶员不当操作引起交通事故问题越来越多,这促使我们思考如何使用驾驶辅助技术来提高驾驶安全性。一些学者提出了驾驶员疲劳检测、分心驾驶检测等,这些基于图像的驾驶员检测技术需要依赖人脸检测,使人脸检测和跟踪成为人们... 详细信息

近年来,由于驾驶员不当操作引起交通事故问题越来越多,这促使我们思考如何使用驾驶辅助技术来提高驾驶安全性。一些学者提出了驾驶员疲劳检测、分心驾驶检测等,这些基于图像的驾驶员检测技术需要依赖人脸检测,使人脸检测和跟踪成为人们关注的焦点。目前,针对人脸的跟踪主要使用基于检测的跟踪算法,但是此方法具有高度依赖检测的缺点,跟踪会随着检测的失败而停止。改进方法都是针对检测算法的优化,没有考虑检测失败情况下如何进行人脸跟踪的情况。针对以上问题,本文提出一种级联跟踪算法,将融合多任务卷积神经网络（Multi-task Convolutional Neural Network,MTCNN）人脸检测算法的具有深度关联指标的简单在线跟踪算法（Simple Online and Real-time Tracking with a Deep Association Metric,DeepSORT）级联了传统的不完全依赖检测的核相关滤波（Kernel Correlation Filter,KCF）算法,用于减少驾驶员人脸跟踪过程漏检情况。DeepSORT算法中应用了行人重识别网络,将提取的特征用于数据关联,减少身份跳变问题。在本文中,重新设计了基于宽残差网络的深层应用于人脸的特征提取网络。并清洗一些人脸识别数据集,制作用于本文人脸特征提取网络的训练和检测数据集。通过网络训练和测试,得到90.58%的人脸识别准确度。在跟踪实验中,本文提出的跟踪算法身份跳变次数较DeepSORT算法有所减少。设计了级联跟踪架构。驾驶员的面部检测和跟踪将通过MTCNN和DeepSORT算法完成。MTCNN将完成驾驶员的面部检测,并将检测到的面部边界框传输到DeepSORT跟踪算法中。在此步骤中,我们将获得驾驶员的面部检测和跟踪边界框。随后,将检测的边界框传输到KCF跟踪算法。当未检测到驾驶员面部时,KCF跟踪器将使用最后一帧检测信息来跟踪当前帧的驾驶员面部,将跟踪信息传输到DeepSORT算法,并在当前帧中重新识别驾驶员面部。如果检测没有丢失,我们仅将检测信息记录在KCF跟踪器中,而不启动跟踪器。建立了针对驾驶员这一特定群体的数据集。利用驾驶模拟器,采集实时驾驶视频数据,并应用于本文提出的级联跟踪算法和DeepSORT跟踪算法,通过实验数据计算,本文提出的级联跟踪算法具有实时性,且跟踪准确度高于DeepSORT跟踪算法,能实现更稳定的驾驶员面部跟踪效果。另外,在本文数据采集中,摄像头的具有不同的安装角度,可以为研究不同角度下驾驶员面部研究提供数据支持。对比实验结果证明,本文提出的核相关滤波与深度关联在线跟踪方法的级联跟踪结构获得了最高94.3%准确度的效果,在同一角度摄像头下,驾驶员人脸跟踪准确度较原来DeepSORT跟踪算法提高了 4%,驾驶员人脸漏检数量三个角度漏检总数减少了 60%。

关键词：驾驶员人脸跟踪 MTCNN 人脸特征提取核相关滤波器 DeepSORT 级联跟踪算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

儿童人脸老化模拟系统的设计与实现

儿童人脸老化模拟系统的设计与实现

作者：吴学锋中山大学

学位级别：硕士

人脸老化是人脸外观随着年龄增长而发生的必然的、不可逆的、人为不可控制的缓慢变化过程,是基因遗传和外部生活环境共同作用的结果。用计算机数字模拟人脸老化过程有很多方面的应用,其中儿童人脸老化模拟技术在预测儿童成长、寻找失踪... 详细信息

人脸老化是人脸外观随着年龄增长而发生的必然的、不可逆的、人为不可控制的缓慢变化过程,是基因遗传和外部生活环境共同作用的结果。用计算机数字模拟人脸老化过程有很多方面的应用,其中儿童人脸老化模拟技术在预测儿童成长、寻找失踪儿童、提供娱乐等方面起到重要作用。然而,目前国内外并没有公开的针对儿童的根据针定年龄进行人脸老化的模拟系统。针对这个问题,本文对儿童人脸老化模拟、儿童人脸年龄估计等方面的算法做了研究,并设计实现了儿童人脸老化模拟系统,同时完成了相应的手机客户端和Web客户端。本文的主要工作和贡献有以下几个方面:(1)收集亚洲儿童人脸照片,初步建立了一个亚洲儿童人脸数据库。(2)结合分类算法,对主流的人脸特征提取算法进行比较实验,找到适合本文的儿童人脸年龄估计方法。该方法使用主动表观模型表示人脸特征,使用支持向量机分类完成年龄估计;(3)使用基于原型的人脸老化模拟算法,实现与年龄相关的儿童人脸老化模拟;(4)采用开源Web框架Flask封装儿童人脸年龄估计和儿童人脸老化模拟等核心算法,实现儿童人脸老化模拟系统;(5)设计客户端跨平台解决方案,完成了人脸老化模拟系统的Android手机客户端和Web客户端,提供对儿童人脸图像进行特征点定位,年龄估计和指定年龄的人脸老化模拟等功能。(6)本文还尝试给出了一种人脸老化模拟效果的评价方法,该方法通过对老化模拟结果中人脸身份信息的保留和人脸外貌特征是否属于目标年龄两方面的评估来间接地评价人脸老化效果。本文根据软件工程的开发流程,对系统进行了详细的分析、设计以及实现。系统的Android手机客户端已经发布到豌豆荚等手机应用市场。Web客户端的儿童人脸老化模拟应用也已经上线。

关键词：儿童人脸老化模拟年龄估计人脸老化效果评价人脸特征提取

基于感兴趣区域和稀疏表示的人脸超分辨率重建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于感兴趣区域和稀疏表示的人脸超分辨率重建

作者：马晨河北工业大学

学位级别：硕士

随着人们对图像质量要求的不断提高，图像处理技术已经成为时下热门的研究领域之一。图像超分辨率重建(super-resolution)是指一种由一幅或多幅低分辨率图像经过图像退化序列，重建出一幅或多幅高分辨率图像的过程。高分辨率图像是单位... 详细信息

随着人们对图像质量要求的不断提高，图像处理技术已经成为时下热门的研究领域之一。图像超分辨率重建(super-resolution)是指一种由一幅或多幅低分辨率图像经过图像退化序列，重建出一幅或多幅高分辨率图像的过程。高分辨率图像是单位像素上所代表的现实中景物面积较小，反映图像细节较多，能够提供较丰富的信息。通过信号估计理论，不仅很好的解决了传感器阵列密度限制问题，同时对光学系统成像中的退化问题也有较好的处理。目前，超分辨率重建技术已经被广泛应用于军事侦查、医学成像、公共安全领域。本文重要通过三部分内容提出并研究了基于感兴趣区域和稀疏表示的人脸超分辨率重建：首先，通过对人脸感兴趣区域特征提取的研究，分析了三种经典的人脸感兴趣区域算法对低分辨率人脸图像特征提取的准确率，经过实验得出主动表观模型（AAM）算法在分辨率为的低分辨率人脸图像的识别准确率要远优于其他算法。然后，通过对基于稀疏表示的超分辨率重建的研究，阐述了稀疏表示的基础理论、稀疏编码的算法优化、更新字典的算法设计;并且通过对联合超分辨率学习字典构建，使用稀疏表示的方法对低分辨率图像进行了超分辨率重建，从而得到高分辨率图像。同时比较了Bicubic插值法与本文算法的峰值信噪比的差距，对重建算法进行了实验研究，研究结果表明字典大小和样本个数的多少都直接影响了超分辨率重建之后的结果。最后，提出了一种基于感兴趣区域的和稀疏表示的人脸超分辨率重建算法过程，同时还提出了一种优化高分辨率字典的方法，该方法使得高分辨率字典充分体现了低分辨率图像的特征表现，可以更加有效、准确的进行字典对匹配。同时通过实验验证了，较为针对训练学习字典可以改善重建图像质量，使人脸图像感兴趣区域的部分更加突出，更易识别辨认。

关键词：感兴趣区域超分辨率重建稀疏表示人脸特征提取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

二维人脸识别算法研究

二维人脸识别算法研究

作者：胡光选重庆大学

学位级别：硕士

人脸识别技术作为生物特征识别技术的主流技术之一,是国内外研究和应用的热点。自动人脸识别系统主要由以下四个部分组成:人脸检测、图像预处理、特征提取和分类识别。本文的研究重点放在人脸图像特征提取和识别。本文首先对核主成分分... 详细信息

人脸识别技术作为生物特征识别技术的主流技术之一,是国内外研究和应用的热点。自动人脸识别系统主要由以下四个部分组成:人脸检测、图像预处理、特征提取和分类识别。本文的研究重点放在人脸图像特征提取和识别。本文首先对核主成分分析和支持向量机理论基础进行了讨论。核主成分分析是利用了在支持向量机用到的核函数对数据进行升维的思想,在特征空间进行特征提取,然后再进行降维,能有效利用数据的高阶信息,较主成分分析方法具有很大的有优越性;SVM是在统计学习理论基础上发展起来的新的学习方法,具有完备的理论基础和出色的学习性能,成为机器学习界的研究热点。两种理论的结合,为人脸识别提供了强大的理论支持。从原始人脸图像和差空间人脸图像提取的核主分量特征具有很强的互补性,因此,本文采用了一种串行融合方法,并基于该方法提出了一种新的融合参数选取算法,通过算法自动寻找最佳融合参数,然后利用融合参数将从原始人脸图像和差空间人脸图像提取的两种核主成分特征进行融合,从而得到一个有利于分类识别的融合特征。最后通过支持向量机分类器进行分类识别验证,结果表明:和融合前两种核主成分特征以及简单融合(融合参数为1)得来的组合特征相比,通过本文算法所得的融合特征取得了最高的最优识别率和平均识别率。证明了该融合参数选取算法的有效性。

关键词：人脸识别人脸特征提取核主成分分析支持向量机融合参数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Gabor变换的人脸识别算法的研究

基于Gabor变换的人脸识别算法的研究

作者：王昱蓉太原理工大学

学位级别：硕士

人脸识别技术作为多学科领域的具有挑战性的难题应用于生活的方方面面,对该问题的深入研究与解决有利于促进相关学科的发展,具有重大的学术研究和实践应用价值。人脸识别算法的优劣,很大程度上取决于人脸的特征提取和精准表示,良好的人... 详细信息

人脸识别技术作为多学科领域的具有挑战性的难题应用于生活的方方面面,对该问题的深入研究与解决有利于促进相关学科的发展,具有重大的学术研究和实践应用价值。人脸识别算法的优劣,很大程度上取决于人脸的特征提取和精准表示,良好的人脸表示可以使最简单的分类器达到最好的识别效果。Gabor变换(GT)与人的视网膜神经细胞的接受场模型具有惊人的相似性,是一种非常好的特征提取算法。但是,传统的基于GT的人脸特征提取算法有多方面的不足,如：特征维数高,识别耗时,抗干扰能力弱等。因此,本文采用一种变形的GT,即环形对称Gabor变换(CSGT),用于人脸的特征提取研究。CSGT不仅具有GT的一般性质,而且具有冗余度小、旋转不变性等优点。为了充分利用CSGT的特性,进一步提高人脸特征提取的准确性和实际运用的灵活性,本文对CSGT特征进行优化选择和融合,提出了两种基于CSGT的改进算法—CSGT纹理统计特征(CSGT-WMT)算法和CSGT多通道纹理加权(CSGT-TSF)算法。最后,对降维算法进行改进,高效地实现了人脸识别。本文的主要研究成果包括以下几个部分：1.详细介绍并实现了经典的人脸识别系统。本文首先采用主成分分析法(PCA)实现了人脸识别;然后,详细介绍了GT,包括：核函数、参数选择、特征提取等;最后,使用常用的改进算法GT+PCA进行人脸特征提取,实验仿真并实现了基于GT的人脸识别。2.通过理论和实验验证了CSGT的特性。由于针对CSGT的以往的研究较少,因此本文对其进行了系统的理论分析,从多个角度将CSGT性能与GT进行了实验仿真比较,仿真并实现了CSGT的人脸特征提取。3.提出了CSGT纹理统计特征(CSGT-TSF)算法。CSGT特征的数据量是原始样本的五倍,有必要对CSGT特征进行优选。本文将纹理图像检索的纹理统计特征(TSF)提取方法与CSGT相结合,提出了CSGT-TSF算法。该算法使用统计特征,有效解决识别的“误配准问题”;结合子图像的处理方式,充分获取CSGT的鲁棒局部纹理特征;构建了重要且利于识别的人脸图像多通道纹理特征。实验结果验证CSGT-TSF可以有效降低CSGT特征维数,识别性能优于CSGT、GT和其它经典算法。4.提出了CSGT多通道纹理加权(CSGT-WMT)算法。在CSGT-TSF算法的基础上,为了克服级联算法的缺陷,区分不同通道纹理统计特征的重要性,本文提出了CSGT-WMT人脸特征提取算法。该算法采用自适应加权融合,动态调整不同通道特征的权值,融合得到最具鉴别能力的特征。实验结果表明,CSGT-WMT相比CSGT-TSF、CSGT和其它改进算法,识别率高,识别时间少,对光照、姿态、局部形变等干扰具有很好的鲁棒性,灵活适应于不同的人脸库,具有很好的分类性能和实际应用能力。5.提出了基于PCA加权(WPCA)降维的人脸识别算法。将经典的PCA降维算法改进为WPCA,从而提出了CSGT-TSF+WPCA和CSGT-WMT+WPCA两种联合的人脸识别算法。通过实验验证了联合算法具有降维效果好、抗干扰能力强、识别率高等优点。

关键词：人脸识别人脸特征提取 Gabor变换环形对称Gabor变换纹理统计自适应加权 PCA加权

基于MTCNN与SVM算法的人脸检测与识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于MTCNN与SVM算法的人脸检测与识别

作者：徐竟泽山东科技大学

学位级别：硕士

为了深入研究人脸识别问题,本文从人脸检测与人脸识别两个方面进行了系统研究。实验主要从图像预处理、人脸检测、人脸图像特征提取、分类器训练四个阶段进行。其中在图像预处理阶段主要对图像进行滤波、对比度增强处理,以提高识别准确... 详细信息

为了深入研究人脸识别问题,本文从人脸检测与人脸识别两个方面进行了系统研究。实验主要从图像预处理、人脸检测、人脸图像特征提取、分类器训练四个阶段进行。其中在图像预处理阶段主要对图像进行滤波、对比度增强处理,以提高识别准确率改善模型性能。人脸检测使用多任务卷积神经网络(MTCNN),在经过适当拓宽网络结构与参数优化后模型性能显著提升。本文统计了三个级联网络在人脸与非人脸的分类、人脸边界框回归、关键点定位三种任务中的检测率与召回率,结果显示训练分类准确率达到95.57%,边界框回归准确率为96.60%,人脸关键点定位准确率为95.97%。人脸识别方面使用主成分分析(PCA)、方向梯度直方图(HOG)、线性判别方式(LDA)三种算法提取人脸特征。分类阶段使用支持向量机(SVM),其中数据库中的75%的样本用于训练,25%的样本用于测试。两种设计方案如下,方案一:首先计算人脸图像的方向梯度直方图(HOG),提取人脸图像最明显的轮廓信息。将输出的每一个特征向量纵向堆叠为一个二维矩阵。然后使用主成分分析(PCA)进行特征降维减少特征间的相关性和噪声。最后使用支持向量机(SVM)进行分类识别,计算随着PCA算法方差阈值的增大分类器的识别准确率。最终结果显示方差阈值在0.8出识别准确率最高超过96.0%。使用ROC曲线评价该方法的优劣,得到曲线下的面积为0.98。方案二:首先使用主成分分析(PCA)将人脸图像变换到新的特征空间中,消除图像特征间的相关性和噪声提取人脸全局特征,在实验阶段取较多的投影方向使其尽可能多的保持原始信息。然后使用线性判别分析(LDA)算法进一步投影变换,降低数据维度。最后使用支持向量机(SVM)分类识别。实验将PCA、LDA和SVM三种算法的优点结合起来,分别在ORL、Yale、AR数据库以及检测得到的数据上进行仿真实验,结果表明该方法的识别率在方差阈值取0.8时最高可超过99.0%。其ROC曲线下方的面积为0.99。

关键词：人脸检测人脸识别多任务卷积神经网络(MTCNN) 人脸特征提取支持向量机(SVM)

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征的肖像画自动生成系统

基于特征的肖像画自动生成系统

作者：余文峰浙江大学

学位级别：硕士

让计算机自动模仿某种艺术类型或某个画家的风格绘制肖像画,是非真实感绘制的一个难题,也是一个有趣的问题。本文开发了一个基于特征的肖像画自动绘制系统,只需要单张画家的作品,就可以把用户输入的人脸照片转换为模仿作品艺术类型和画... 详细信息

让计算机自动模仿某种艺术类型或某个画家的风格绘制肖像画,是非真实感绘制的一个难题,也是一个有趣的问题。本文开发了一个基于特征的肖像画自动绘制系统,只需要单张画家的作品,就可以把用户输入的人脸照片转换为模仿作品艺术类型和画家风格的肖像画。首先,我们参考MPEG-4标准以及前人的模型,提出了一个新的包含64个特征点的人脸模型。其次,我们采取新的方式自动提取人脸特征点,即利用人脸特征之间存在相对固定位置关系的特点,先确定瞳孔位置,然后利用统计数据将人脸划分为若干小区域,再利用固定方向收敛的主动轮廓模型在各个区域提取相应的特征点。最后,系统以一幅画家作品为源图像,通过基于域的图像变形生成肖像画。实验结果表明,系统可以有效地模仿不同画家作品生成相应人脸照片的肖像画。

关键词：非真实感绘制肖像画人脸特征提取图像变形

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于FPGA的人脸识别门禁系统的设计

基于FPGA的人脸识别门禁系统的设计

作者：李钢成都理工大学

学位级别：硕士

当今社会，安全是人们普遍关注的问题之一。自从911事件以来，安全问题更加受到人们的重视。安全问题包括：财产安全、人身安全、信息安全等。最近发展起来一种人脸识别技术，它能够用在视频会议、人脸搜索、重要部门出入口控制等领域... 详细信息

当今社会，安全是人们普遍关注的问题之一。自从911事件以来，安全问题更加受到人们的重视。安全问题包括：财产安全、人身安全、信息安全等。最近发展起来一种人脸识别技术，它能够用在视频会议、人脸搜索、重要部门出入口控制等领域来降低安全隐患。人脸识别技术是一种生物识别技术，出现于指纹识别、虹膜识别以及声音识别等生物识别技术之后，因其方便、经济、符合人们普遍的识别方式等优势，受到了越来越广泛的关注。FPGA是现场可编程门阵列，其在高速图像处理领域得到了广泛的应用;又其设计周期短，成本相对ASIC较低，运用FPGA来设计电子产品已经成为一种趋势。本文详细叙述了人脸识别理论基础知识和人脸识别用于门禁系统的优势，并设计了一种基于FPGA的人脸识别门禁系统实现方案。在硬件方面，本系统主要由：FPGA、摄像头、视频解码器、SD卡、SDRAM、显示器接口、电锁电路等组成。其中FPGA主要用来处理人脸识别的算法和实现其它逻辑功能;摄像头是采集人脸图像;用SD卡来提供人脸数据的存储空间;SDRAM来存储摄像头采集到人脸图像数据;显示器则是显示带有人脸的图像;电锁电路是用一个升压芯片把由FPGA输出的匹配结果（开/关）转换成12V的电压传递给电锁装置。人脸识别过程主要分为人脸检测、预处理、人脸定位、人脸特征提取与特征处理、人脸匹配。人脸图像检测方法采用静态图像的人脸检测方法;特征提取与特征处理是人脸识别系统算法的难点，本文主要采用主成分分析（PrincipalComponent Analysis，PCA）方法来进行特征提取和处理。PCA是一种掌握事物主要矛盾的统计分析方法，它能够提取出影响多元事物的主要因素，从影响事物的本质出发来分析问题，把复杂的问题简单化。

关键词：人脸识别人脸特征提取人脸匹配 PCA FPGA