太原科技大学毕业设计（论文）设计(论文)题目：基于PCA算法的人脸识别毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：Ⅰ学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：日期：年月日导师签名：日期：年月日Ⅰ太原科技大学毕业设计（论文）任务书学院（直属系）：电子信息工程系时间：2012年 1月 14日说明：一式两份，一份装订入学生毕业设计（论文）内，一份交学院（直属系）。
Ⅰ目录摘要 (Ⅲ)ABSTRACT (Ⅳ)第1章人脸识别概述 (1)1.1 人脸识别技术 (3)1.2 人脸识别的研究背景及意义 (4)1.3 人脸识别理论的发展 (5)1.4 人脸识别的难点 (6)第2章人脸识别的常用算法 (9)2.1 人脸识别常用方法 (9)2.2 PCA方法的优点 (10)第3章 PCA人脸识别方法 (12)3.1 简介 (12)3.2 问题描述 (12)3.2.1 KL变换原理 (13)3.2.2 利用 PCA 进行人脸识别 (14)3.3 PCA 的理论基础 (15)3.3.1 投影 (15)3.3.2 PCA 的作用及其统计特性 (15)3.3.3 特征脸 (17)3.3.4 图片重建 (17)3.3.5 奇异值分解（SVD） (18)3.3.6 利用小矩阵计算大矩阵特征向量 (18)3.3.7图片归一化 (19)第4 人脸识别系统的设计及实现 (20)4.1 人脸识别流程 (20)4.2 离线学习和在线匹配 (21)4.3 人脸识别中PCA算法步骤及过程 (22)Ⅰ4.4 实验及结果分析 (23)第5章影响人脸识别的几个因素及人脸数据库介绍 (26)第6章总结与展望 (30)6.1 总结 (30)6.2 展望 (30)参考文献 (32)致谢 (33)附件 (34)Ⅱ基于pca算法的人脸识别摘要生物特征识别技术使用了人体本身所固有的生物特征，与传统的身份识别方法完全不同，具有更高的安全性、可靠性、和有效性，越来越受到人们的重视。
人脸识别技术作为生物特征识别技术的重要组成部分，在近三十年里得到了广泛的关注和研究，已经成为计算机视觉、模式识别领域的研究热点。
人脸识别在公共安全、证件验证、门禁系统、视频监视等领域中都有着广泛的应用前景。
本文是在人脸数据库的基础上做人脸特征提取和识别研究，主要内容如下：（1）对人脸识别研究的内容、相关技术、主要实现方法及发展历程作了详细介绍。
（2）介绍主成分分析法(PCA)、K-L变换，并利用特征脸方法实现了人脸识别。
（3）给出了基于matlab环境的编程及实验结果，并对结果进行分析。
关键词: 人脸识别，特征脸，K-L变换，主成分分析。
ⅢPCA Based Face Recognition AlgorithmABSTRACTBiometics,because of using the proper living creature characteristic of human body,is the totally brand new technique different from traditional personal ideniification method and it has the better safety,dependable with the usefulness,and it was payed great attention.Face recongnition is an important component of biometrics and in all kinds of methods,it is also one of the most active and challenging tasks for computer vision and pattern recognition in recent 30 years.Face recognition has a wide range of potential app1ications in the areas of public security，identification of certificate，entrance control and video surveillanee.This paper mainly studies the approaches to the features extraction and recognition in the face database.The main contents are as follows:(1) Give a full introduce to the contents of face recongnition,related techonology,the main implement methods and its development history.(2) Give a introduce to the Princeple Components Analysis(PCA),K-L translation,and realized it via eigenface method.(3) Programed it based the matlab environment and provide the experiment result and analysised it.Key Words: Face Recongnition，Eigenface，K-L Translation, Principle Component AnalysisⅣ第1章人脸识别概述目前，在个人身份鉴别中主要依靠ID卡和密码等传统手段，这些传统手段的安全性能较低，都是基于“What he possesses”或“What he remembers”的简单身份鉴别，离真正意义上的身份鉴别“Who he is”还相差甚远。
依靠传统方法来确认个人身份越来越不适应现代科技的发展和社会的进步。
生物特征识别技术给可靠的身份鉴定带来了可能。
最近，国际生物特征组织(IBG)对生物特征识别技术做了较详细的市场分析和预测，其结果显示，全球生物特征识别技术2009年的产值将为34亿美元，预计到2014年将超过93亿美元，市场潜力非常巨大[1]。
生物识别技术是指利用一个人固有的生理或行为特征进行自动的身份认证。
只有满足以下几个条件的生理或行为特征才能被用做生物识别特征:1)普遍性。
即每个人都要具备这种特征。
2)唯一性。
即不同的人应该具备不同的这种特性。
3)持久性。
即这种特征不随时间地点的改变而变化。
4)可采集性。
即该特征可以被定量地测量。
研究和经验表明，人脸、指纹、手型、掌纹、虹膜、视网膜、签名、声音等都满足这些条件，可以用于识别人的身份。
基于这些特征，人们发展了人脸识别、指纹识别、语音识别、虹膜识别等多种生物识别技术。
在所有的生物特征识别技术中，利用人脸特征进行身份识别是最自然、最直接和最友好的手段。
与其它生物特征识别技术相比，人脸的获取非常容易，几乎可以在被采集对象无意识的状态下获取人脸图像，这样的取样方式没有“侵犯性”。
人脸识别技术是一种重要的生物特征识别技术，应用非常广泛。
人脸是自然界存在的一种特殊的复杂视觉模式，它包含及其丰富的信息。
首先，人脸具有一定的不变性和唯一性，人脸识别是人类在进行身份确认时使用最为普遍的一种方式，人脸图像还能够提供一个人的性别、年龄、种族等有关信息。
其次，人脸也具有多样的变化能力，从人脸的不同表情人们可以感知到一个人的情绪、感受、甚至秉性和气质。
它无需特殊的采集设备，系统的成本低，而且自动人脸识别的使用非常自然，可以在被识别对象毫无察觉的情况下进行，是一种非常受使用者欢迎的方式。
虽然人类在表情、年龄或发型等发生巨大变化的情况下，可以毫不费力地由人脸来识别某一人，但要建立一个能够完全自动进行人脸识别的系统却是非常困难的，诸多因素使得人脸识别研究成为一项极具挑战性的课题。
它牵涉到模式识别、图像处理、计算机视觉、生理学、心理学、以及认知科学等方面的诸多知识，并与基于其它生物特征的身份鉴别方法以及计算机人机感知交互领域都有密切联系。
与指纹、视网膜、虹膜、基因、掌形等其它生物特征识别系统相比，人脸识别具有直接、友好、方便和非接触等许多优点，多年来一直受到许多研究者的关注。
人脸识别研究，起源于l9世纪末法国人Sir Franis Gahon的工作。
到20世纪9O年代，开始作为一个独立学科快速发展起来。
人脸识别研究的发展大致分成三个阶段：第一阶段以Allen和Parke为代表，主要研究人脸识别所需要的面部特征。
研究者用计算机实现了较高质量的人脸灰度图模型。
这阶段的工作特点是识别过程全部依赖于操作人员。
第二阶段是人机交互式识别阶段，其中用几何特征参数来表示人脸正面图像是以Harmon 和Lesk为代表，将人脸面部特征用多维特征矢量表示出来，并设计了基于这一特征表示法的识别系统。
而以Kaya和Kobayashi为代表，则采用了统计识别的方法、用欧氏距离来表示人脸特征。