系统工程论文栏目提供最新系统工程论文格式、系统工程硕士论文范文。详情咨询QQ:4006227154

基于特征提取人脸识别考试身份验证系统的设计与实现硕士毕业论文

论文编号:lw201706222326199880 所属栏目:系统工程论文 发布日期:2018年02月03日 论文作者:无忧论文网
摘要


生物特征识别技术对于我们来说并不陌生,例如出现频率较高的人脸识别技术和指纹、声音识别技术等都隶属于它的范畴。本文研究基于人脸识别的身份验证系统,可以使用在诸如驾校考试、考勤应用中。其主要内容和功能有以下三个部分:(1)对于权限不同的人员登录以及镭射卡等信息的实现管理(2)制定验证制度以及分析考生考试验证数据和对数据备份的验证(3)采集储存和对比人脸数据等。

在本系统中是以Microsoft Visual Studio2010和OpenCV2.0作为开发工具,以SQL Server2008作为数据库。C++语言具有操作方便快捷和强大的数据库以及具有高效率的代码的特点,可以提高处理图像中的大量数据以及复杂操作的效率,因此本系统运用C++语言来实现程序。在系统中将cvMat矩阵变换函数,IpImage图像函数, cvRect矩形坐标函数等添加到函数库OpenCV 中,可以运用这些函数数据来进行人脸识别。


Abstract


Biometric identification technology is not unfamiliar to us, such as the emergence of high frequency face recognition technology and fingerprint, voice recognition technology are subordinate to its category. This paper studies the authentication system based on face recognition, which can be used in the application of driving test and attendance. The main content and function of the following three parts: (1) for the rights of different people login and information such as the implementation of the holographic card management, (2) to establish a validation system and analysis of test verification data and data backup verification, (3) collection and storage of the face data.

In this system, Microsoft Visual Studio2010 and OpenCV2.0 as a development tool, SQL Server2008 as a database. The C++ language has the advantages of convenient and powerful database and efficient code, which can improve the efficiency of processing large quantities of data and complex operation, so the system uses C++ language to realize the program. In the system, the CvMat matrix transforms function, IpImage image function, cvRect rectangle coordinates function and so on add to function library OpenCV, can use these function data to carry on face recognition.


目录


摘 要 I

Abstract II
第1章 绪论 1
1.1 研究背景与意义 1
1.2 国内外发展概述 1
1.3 论文的研究内容 3
1.4 论文结构说明 4
第2章 相关技术介绍 5
2.1 人脸识别概述 5
2.2 人脸检测的方法 5
2.2.1 基于统计的人脸检测方法 5
2.2.2 基于特征的人脸检测方法 7
2.3 基于K-L变换的人脸识别 8
2.4 Gabor特征提取算法 10
2.4.1 Gabor小波简介 10
2.4.2 人脸图像的Gabor特征 12
2.5 J2EE技术 15
2.5.1 J2EE概述 15
2.5.2 J2EE系统结构 15
2.5.3 J2EE组件技术 16
2.6 其他实现技术 17
2.6.1 Ajax技术概述 17
2.6.2 JQuery框架研究 18
2.6.3 B/S模式 19
2.6.4 WEB数据库技术 21
2.7 本章小结 22
第3章 人脸识别考试身份验证系统的设计 23
3.1 系统设计目标 23
3.2 系统功能需求 23
3.3 系统非功能性需求 23
3.3.1 运行性能 23
3.3.2 运行要求 24
3.3.3 安全性需求 24
3.4 系统开发模式 24
3.5 系统整体架构设计 26
3.5.1 系统总体架构 26
3.5.2 系统的子模块功能设计 28
3.6 数据库设计 31
3.7 本章小结 32
第4章 人脸识别考试身份验证系统的实现 33
4.1 系统运行环境 33
4.2 人脸识别系统功能实现 33
4.2.1客户端设计 33
4.2.2认证服务器端设计 34
4.2.3 人脸检测跟踪的核心算法 35
4.3 系统界面的实现 37
4.3.1 客户端用户登陆界面 37
4.3.2 客户端用户管理界面 39
4.3.3 IE端系统管理员登陆界面 41
4.3.4 IE端考生注册 42
4.3.5 人脸识别算法的实现 42
4.4 本章小结 43
第5章 人脸识别考试身份验证系统的测试 44
5.1 测试目标 44
5.2 系统的功能测试 44
5.3 系统的性能测试 46
5.4 结果分析 48
5.5 本章小结 49
第6章 结论 50
致  谢 51
参考文献 52


第1章 绪论


1.1 研究背景与意义

当今社会信息技术在飞速发展,人们从自动取款机ATM中提取现金时需要身份验证(身份证PIN)才可以取款,登录计算机也需要密码验证才可以进入,在进入因特网时可以通过不同方式的身份验证进入网络。在这些最基本的验证方法中,像信用卡、身份证、钥匙等都属于特定物品的身份验证,像密码、暗语、口令等属于特定知识的身份鉴别方法,而人本身的生物特征是独一无二的,具有无法丢失也不会遗忘,还不会被别人替代的特点。这种生物识别技术在当今社会中得到广泛的应用,也发展成为一种高新技术产业运用于诸多的安全领域中。虽然这种鉴别方法拥有像指纹分析、扫描虹膜或者视网膜扫描的个人特征的多项鉴别技术,但是它还需要鉴别人的配合才可以完成的。人脸图像的识别技术可以直接采取人脸的侧面或者正面的图像进行身份识别,身份识别的人不需要本人直接参与配合也可以完成身份的鉴别。相比之下这种鉴别方式直接将人脸图像直接存储到相关设备中鉴别方法方便快捷。所以人脸图像的鉴别方法可以方便快捷的进行身份识别,也不会触及鉴别人的安全隐私,更容易得到广泛的人群的接受和使用。
如今,考生打卡刷学时的方式已经代替了传统的报道方式,镭射卡考试身份识别系统也被应用到如今的考试当中去,但部分考生抱着侥幸心理,接连出现了学车过程中替别人打卡和替别人考试等不正当行为,很大程度上影响了驾考制度的公平性。为了避免上述情况的发生,必须要对现有的制度进行改善,而人脸识别系统则可以有效的解决上述问题,使那些抱有侥幸心理的学员无机可乘。所以,将人脸识别系统合理的应用到当今的驾考制度当中去已变得迫在眉睫。


第6章 结论


本文主要是完成了以下几方面的工作:

(1)对研究背景的讲解以及要进行研究的目的。先对目前验证系统所有的一些问题进行了回顾。要解决这些问题,运用人面部识别这种方法所起到的效果明显。然后分析了目前各国对人面部识别研究的情况以及验证系统将来的发展走向。
(2)讲述了人面部识别的所用的办法与原理,选取了适合本系统的计算方法。文章人脸识别的完成与应用是文章的重点,其中人脸的检测与匹配最为重要,因此文章先简单描述了人脸识别,然后阐述了目前人脸检测与识别主要的方法。选取了适合本系统的Adaboost算法展开人脸检测,使用此方法来使人脸检测模块成为现实,在检测时不仅准确而且具有很高的实时性。在检测过程时立刻加载到OpenCV函数库中将训练的分类器完成,使得图像检测速度加快。在人脸识别中运用以Gabor小波为基础的方法对人脸特征进行选取,再运用PCA这种方法对人脸展开降维,然后用以Fisher法为基础将使分类得到实现,最终与最近领域的距离判别相结合将图片识别变为现实。
(3)面对普通企业目前验证管理体系的情况,以软件工程的想法为中心使人脸识别中在考试时所用到的身份验证系统的在需求方面的分析以及系统的设计得到了实现。在需要的分析中使得基础业务分析与例图设计得到实现;在系统设计中使对各个功能部分与关系数据库表得到实现。
(4)在人脸识别中识别与检测跟踪具有极大的困难,尚有诸多困难需要解决。按照计算机技术与有关领域研究的发展趋势来看,以人脸识别为基础的技术会越来越成熟,将来人脸识别运用到考试中的身份验证系统一定会变得更加智能与纷繁....