摘要:对人脸图像识别的研究不仅有着重大理论价值外，而且还具有很大的实用价值。在人工智能的系统研究中，科学家一直想做的工作就是让机器拥有像人类一样的思考问题能力，除了从解剖学、生理学、器官感知学等各个方面来探求人类的思维能力、以及感知外在、处理事情的机制，并将这些用于现实生活。本论文研究了一种新颖的基于词袋模型的人脸识别方法，该方法将基于内容的图像分类和检索中常用的词袋模型应用于人脸识别中，通过视觉词典的构建、局部特征的编码、汇聚等操作在底层局部特征的基础上提取一种有效的中层语义特征，以有效提升在光照、遮挡等多种条件下的人脸识别率。此外，本论文还基于该人脸识别算法设计在MATLAB上实现了一个人脸识别系统，系统在利用词袋模型实现人脸特征的有效表示之后，通过分类器实现人脸的分类。在人脸数据库上的实验结果表明本文研究的方法较其他人脸识别方法有独特的优势，有一定的利用价值。

关键词：人脸识别，词袋模型，局部特征

目  录

摘  要

ABSTRACT

第一章 绪  论-1

1.1 课题背景及意义-1

1.2 国内外研究现状-2

1.3 主要研究工作-4

1.4 论文结构安排-5

第二章 图像预处理-6

2.1直方图均衡化处理-6

2.1.1 直方图均衡化原理-6

2.1.2算法实现-6

2.2 图像平滑-9

2.2.1 领域平均法基础理论-9

2.2.2算法实现-10

2.3图像噪声处理-11

第三章 基于词袋模型的人脸识别系统-13

3.1局部特征提取-14

3.2 视觉词典的构建-17

3.3 局部特征编码-18

3.3.1 硬分配与软分配-18

3.3.2 稀疏编码-19

3.4 汇聚操作算法-20

3.5 分类器-22

第四章 图形用户界面设计及实现-23

4.1 界面设计-23

4.1.1 人脸图像库-24

4.1.2 局部特征提取-24

4.1.3 视觉词典构建-25

4.1.4 编码与汇聚-26

4.1.5 样本测试-27

4.1.6 人脸图像识别-28

4.1.7 GUI界面设计-29

4.2 Matlab代码实现-29

4.2.1 局部特征提取-29

4.2.2视觉词典构建-30

4.2.3 局部特征编码-31

4.2.4 分类器-32

4.2.5 交互界面-33

第五章 总结-35

5.1全文总结-35

5.2 未来展望-36

参考文献-38

致  谢-39