目录摘要................................................................III第1章绪论....................................................-1-1.1人脸相似度检测技术的细节......................-1-1.2人脸相似度检测技术的广泛应用...............-1-1.3人脸相似度检测技术的难点......................-2-1.4国内外研究状况......................................-2-1.5人脸相似度检测的研究内容......................-3-1.5.1人脸相似度检测研究内容......................-3-1.5.2人脸相似度检测系统的组成...................-4-第2章人脸相似度检测方法............................-6-2.1基于特征脸的方法....................................-6-2.2基于神经网络的方法.................................-6-2.3弹性图匹配法...........................................-7-2.4基于模板匹配的方法.................................-7-2.5基于人脸特征的方法.................................-7-第3章基于主元分析法人脸相似度检测方法...-9-3.1引言........................................................-9-3.2主成分分析.............................................-9-3.3特征脸方法.............................................-11-第4章仿真实验...........................................-13-4.1流程图..................................................-13-4.2仿真结果.................................................-14-第5章总结与展望........................................-15-5.1总结......................................................-15-5.2展望......................................................-15---I参考文献......................................................-17-附录.............................................................-18---II摘要人脸相似度检测是当前模式相似度检测领域的一个前沿课题，人脸相似度检测技术就是利用计算机技术，根据数据库的人脸图像，分析提取出有效的相似度检测信息，用来“辨认”身份的技术。本文介绍了多种人脸相似度检测方法，基于对人脸相似度检测方法优缺点的分析比较,提出了一种基于主元分析(PCA)的人脸相似度检测方法。通过PCA算法对人脸图像进行特征提取,再利用最邻近距离分类法对特征向量进行分类相似度检测。利用剑桥ORL的人脸数据库的数据进行实验仿真，仿真结果验证了本算法是有效的。关键词：人脸相似度检测，主元分析，最近邻距离分类法，人脸库--III--IV第1章绪论人脸相似度检测是模式相似度检测研究的一个热点,它在身份鉴别、信用卡相似度检测,护照的核对及监控系统等方面有着广泛的应用。人脸图像由于受光照、表情以及姿态等因素的影响,使得同一个人的脸像矩阵差异也比较大。因此,进行人脸相似度检测时所选取的特征必须对上述因素具备一定的稳定性和不变性.主元分析(PCA)方法是一种有效的特征提取方法,将人脸图像表示成一个列向量,经过PCA变换后,不仅可以有效地降低其维数,同时又能保留所需要的相似度检测信息,这些信息对光照、表情以及姿态具有一定的不敏感性.在获得有效的特征向量后,关键问题是设计具有良好分类能力和鲁棒性的分类器.支持向量机(SVM)模式相似度检测方法,兼顾训练误差和泛化能力,在解决小样本、非线性及高维模式相似度检测问题中表现出许多特有的优势。1.1人脸相似度检测技术的细节一般来说，人脸相似度检测系统包括图像提取、人脸定位、图形预处理、以及人脸相似度检测（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图像或者相应的编码，而其输出则是一系列相似度得分，表明待相似度检测的人脸的身份。1.2人脸相似度检测技术的广泛应用一项技术的问世和发展与人类的迫切需求是密切相关的，快速发展的社会经济和科学技术使得人类对安全(包括人身安全、隐私保护等)得认识越来越重视。人脸相似度检测得一个重要应用就是人类的身份相似度检测。一般来说，人...
