人脸检测与MATLAB实现

资 源 简 介

现代信息社会对于身份鉴别的准确性、安全性与实用性提出了更高的要求，传统的身份识别方法已经不能满足这种要求，而人体丰富的生理和行为特征为此提供了一个可靠的解决方案，因而引起了国际学术界和企业界的广泛关注。生物识别是一种根据人体自身的生理特征（如指纹、脸像、虹膜等）和行为特征（如笔迹、声音、步态等）来识别身份的技术。近年来，随着模式识别、图像处理和信息传感等技术的不断发展，生物识别显示出更为广阔的应用前景。众所周知，其他的生物测定方法如指纹、声音和虹膜等，由于要求被测定者的主动配合参与，才能达到识别的目的，而

详 情 说 明

在现代信息社会，身份鉴别的准确性、安全性和实用性已经成为了更高的要求。传统的身份识别方法已经不能满足这种要求，因此引起了国际学术界和企业界的广泛关注。为了解决这个问题，人体丰富的生理和行为特征被提出作为一个可靠的解决方案。而生物识别技术就是一种根据人体自身的生理特征（如指纹、脸像、虹膜等）和行为特征（如笔迹、声音、步态等）来识别身份的技术。近年来，随着模式识别、图像处理和信息传感等技术的不断发展，生物识别显示出更为广阔的应用前景。

值得注意的是，其他的生物测定方法如指纹、声音和虹膜等，由于需要被测定者的主动配合参与才能达到识别的目的，而人脸识别却不受这种限制，因此人脸识别正在成为当前人们关注和投入较大研究力量的重点。这种趋势更加明显的原因是，人脸识别可以通过摄像头自动获取人脸图像，因此是一种更为便捷的身份识别方法。

在实际应用中，要对得到的图像进行分析，这就需要进行特征提取。常用的方法是对图像进行预处理，这就涉及到特征参数的提取问题。通过这些特征参数，计算机可以更容易地进行图像分析，从而实现生物识别。因此，特征提取是生物识别技术中的一个重要环节，也是技术发展的关键之一。