4人脸图像品质评估的实验测试结果 16

4.1实验结果 16

4.2实验数据分析 19

结论 21

致谢 22

参考文献 23

 1 绪论

人脸识别在公共安全、只能监控、数字身份认证、电子商务、多媒体和数字娱乐等领域具有巨大的应用价值。同时，人脸识别的研究涉及多个学科具有重要的研究价值，受到各国政府、科研单位以及军事、安全、情报部门的广泛关注和高度重视。经过几十年的研究，人脸识别取得了长足的发展与进步，目前在控制和配合条件下，人脸图像识别可以取得比较高的识别率，在一定场合下，已经可以应用到人们的生活中，但是在非控制条件和非配合条件下的人脸图像识别仍然是一个极具挑战的课题。

1.1 课题研究意义

人的面部提供了大量的视觉信息，因而成为计算机视觉和人工智能领域一个很重要的研究方向，在身份鉴别、表情信息、口型识别等方面有着广泛的应用。随着计算机的普及、性能的提高以及图像处理和模式识别技术的日益成熟，作为人脸信息处理的首要环节—人脸检测和人脸追踪，正在受到越来越多的关注和研究。研究人脸识别在理论和技术上都有重要的意义，可以推进对人类视觉系统本身的认识，又可以满足人工智能应用的需要。采用人脸识别技术，建立自动人脸识别系统，用计算机实现对人脸图像的自动识别有着广阔的应用领域和诱人的应用前景。人脸检测（Face Detection）是指在输入的图像中确定人脸的位置、大小、姿态的过程。人脸检测也可以说是一个图像分割问题-在背景图片或视频背景中把人脸对应的区域分割出来。

人脸检测的问题最初来源于人脸识别，而目前人脸检测的应用背景已经远远超过了人脸识别系统的范畴。人脸检测已成为计算机视觉及相关领域的关键技术，在基于内容的图像检索和图像压缩编码、数字视频处理，只能人机接口、视觉检测等方面有着中要的应用价值。人脸是一种十分复杂的模式，不良的光照条件、背景图像额复杂性已经人脸各种方位的旋转、脸部遮挡、多变的面部表情等都是其复杂性的根源，使得人脸检测研究十分有挑战性。

1.2 人脸识别的现状

1.3 研究目标

人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别系统的困难主要是人脸作为生物特征的特点所带来的。因为不同个体之间的区别不大，人脸的结构也相似，这样对于人脸识别有时候很麻烦。而且人脸的外形也不是很稳定，人可以人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件（例如白天和夜晚，室内和室外等）、人脸的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄等多方面因素的影响。还有用户的配合度，使得在人脸录入的采集录入过程中系统的识别率下降。源]自=751-·论~文"网·www.751com.cn/

因此我们在人脸录入系统要加强录入的人脸的质量，图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。所以我们这个基于图像品质评估的人脸录入系统在未来的应用是很有必要的。

本文主要研究相关人脸图像品质评估算法，对实验数据进行比较，看看的算法实验结果是否人的主观判断是否一致。本实验最后结果基本与人的主观感受一致，比较让人满意，说明这些人脸图像品质评估算法对于人脸识别系统是有很大帮助的，值得广泛应用。 OpenCV图像品质评估的人脸录入系统设计(2):http://www.751com.cn/jisuanji/lunwen_66577.html