(完整版)基于matlab的人脸识别系统设计毕业设计
毕业设计基于matlab
毕业设计基于matlab毕业设计基于MATLAB的应用一、引言毕业设计是大学生在校期间的重要任务之一，它是对所学知识的综合运用和实践能力的考验。
在选择毕业设计的题目时，很多学生会选择基于MATLAB的设计，因为MATLAB是一种功能强大的工具，可以帮助学生完成各种复杂的计算和数据分析任务。
本文将探讨毕业设计基于MATLAB的应用。
二、MATLAB的功能和特点MATLAB是一种高级的技术计算语言和环境，它具有许多强大的功能和特点。
首先，MATLAB可以进行各种数值计算，如矩阵运算、方程求解、插值和拟合等。
其次，MATLAB还可以进行数据可视化，通过绘制图表和图像，直观地展示数据的分布和趋势。
此外，MATLAB还支持编写脚本和函数，以实现自动化的计算和分析。
三、基于MATLAB的毕业设计案例1. 图像处理图像处理是MATLAB的一个重要应用领域，许多毕业设计都选择了基于MATLAB的图像处理项目。
例如，可以设计一个基于MATLAB的人脸识别系统，通过图像处理算法提取人脸特征并进行比对。
另外，还可以设计一个基于MATLAB的图像滤波器，对图像进行去噪或增强等处理。
2. 信号处理信号处理是另一个常见的MATLAB应用领域。
可以设计一个基于MATLAB的音频压缩算法，通过信号处理技术减少音频文件的大小而不影响音质。
此外，还可以设计一个基于MATLAB的语音识别系统，通过分析声音信号提取语音特征并进行识别。
3. 数据分析数据分析是MATLAB的又一个重要应用领域。
可以设计一个基于MATLAB的数据挖掘系统，通过分析大量的数据，发现其中的规律和趋势。
此外，还可以设计一个基于MATLAB的金融模型，通过对金融数据的分析和建模，预测股票价格或者进行投资策略优化。
四、毕业设计的步骤和注意事项进行毕业设计时，需要按照一定的步骤进行，并注意一些事项。
首先，需要明确设计的目标和要求，确定所需的数据和算法。
其次，需要进行详细的设计和实现，编写MATLAB代码并进行测试。
基于MATLAB的人脸识别系统的研究毕业论文
长沙民政职业技术学院毕业实践报告 题目:基于MATLAB 勺人脸识别系统的研扌旨导老师： ______ 谭刚林 ______________________ 系 另寸： 电子信息工程系 __________________ 班 级： ______________ 电子1133 ____________学号：1119013333 1119013334 1119013335 姓 名： 刘盼符思遥樊阳辉类型:2014年5月5日基于MATLAB勺人脸识别系统的研究符思遥、刘盼、樊阳辉指导老师：谭刚林苏宏艮马勇赞【摘要】人脸检测与识别技术是计算机视觉和模式识别等学科的研究热点之一，是进行身份认证最友好直接的手段，在出入境安全检查、内容检索、证件验证、门禁系统等领域都具有十分广泛的应用前景。
多年来，人脸识别技术中的很多问题都被深入地研究，而且大量的算法已经成功应用于人脸识别。
本文在研究了人脸检测和身份识别的关键技术和相关理论的基础上，重点讨论了在光照和背景不同的条件下，彩色静止图像的人脸检测和身份识别问题，它包括基于肤色分割的人脸粗检测、基于人眼检测的几何归一化和基于二维主成分分析法(2DPCA的身份识别。
本文主要工作如下：首先对彩色图像进行光照补偿，其次通过肤色检测获得可能的脸部区域并二值化，再用形态学开闭运算对图像进行滤波处理并通过一定规则确定人脸区域，然后运用水平垂直投影定位人眼坐标以此对人脸进行几何归一化，识别部分运用2DPCA勺图像映射方法对灰度图进行特征匹配，最后输出识别结果并进行语音播报。
实验结果表明，结合肤色和面部几何特征的算法能够对人脸进行较快速和准确的定位，同时2DPCAT法运用于身份识别也能达到较高的识别率。
本毕业设计对实际应用具有一定的参考价值，该系统的操作流程和输入输出方式是以实际应用为出发点，可应用于公安机关证件验证以及日常家庭的自动门禁系统等。
【关键词】人脸检测；肤色分割；人眼检测；2DPCA特征提取1绪论 (1)1.1选题的背景 (1)1.2人脸识别系统 (2)1.3人脸识别的典型方法 (2)2基于YCbCr颜色空间的肤色分割 (3)2.1三种色彩空间 (3)2.1.1 RGB色彩空间 (3)3基于2DPCA特征提取的身份识别 (4)3.1 2DPCA算法实验结果与分析 (5)3.1.1实验用数据库 (5)3.1.2实验结果与分析 (5)3.1.3 结论 (7)4人脸检测与识别系统设计与实现 (7)4.1系统环境 (7)4.2人脸检测与识别系统框图 (7)4.3系统功能模块 (8)4.4实验结果分析 (9)5总结与展望 (10)5.1总结 (10)5.2展望 (10)参考文献 (12)1绪论1.1选题的背景近年来随着计算机技术和互联网的发展，信息技术的安全变得越来越重要，生物特征识别技术得到广泛研究与开发，如人脸识别、指纹识别、掌形识别等。
基于matlab毕业设计题目
基于Matlab的毕业设计题目：基于Matlab的图像处理与识别系统设计一、题目背景图像处理与识别是计算机视觉领域的重要应用，Matlab作为一种强大的数学软件，提供了丰富的图像处理工具箱，使得图像处理与识别变得更加容易。
本毕业设计旨在利用Matlab 实现一个基于图像处理的毕业设计项目，通过对图像进行预处理、特征提取和分类识别，实现对图像的自动识别。
二、设计目标1. 对输入的图像进行预处理，包括去噪、增强等操作，提高图像质量。
2. 利用Matlab提供的图像特征提取方法，提取出图像中的关键特征，如边缘、纹理等。
3. 实现基于分类器的图像识别系统，能够根据特征分类并识别出不同的图像。
4. 评估系统性能，通过对比实验和分析，验证系统的准确性和稳定性。
三、设计思路1. 采集不同类型和背景的图像数据集，包括待识别图像和参考图像。
2. 对采集到的图像进行预处理，包括去噪、增强等操作，提取出有用的特征。
3. 利用Matlab提供的图像特征提取方法，如边缘检测、纹理分析等，提取出关键特征。
4. 根据提取的特征，设计分类器，实现图像的自动识别。
5. 对系统性能进行评估，包括准确率、召回率、F1得分等指标。
四、技术实现1. 使用Matlab的图像处理工具箱对图像进行预处理，包括灰度化、去噪、增强等操作。
2. 利用Matlab的滤波器对图像进行边缘检测，如Sobel滤波器、Canny滤波器等。
3. 使用纹理分析方法对图像进行纹理特征提取，如灰度共生矩阵等方法。
4. 根据提取的特征，设计分类器，如支持向量机（SVM）、神经网络等。
5. 使用Matlab的优化工具箱对分类器进行训练和优化，提高分类器的准确率和稳定性。
五、实验结果与分析1. 实验数据集：采集不同类型和背景的图像数据集，包括待识别图像和参考图像。
实验数据集需要涵盖多种场景和类别，如人脸识别、手势识别、交通标志识别等。
2. 实验结果：对不同类型和背景的图像进行测试，验证系统的准确性和稳定性。
如何使用Matlab进行人脸检测和人脸识别
如何使用Matlab进行人脸检测和人脸识别人脸检测和人脸识别是计算机视觉领域中的重要技术应用，可以广泛用于人脸识别系统、人脸支付、安全监控等众多领域。
本文将介绍如何使用Matlab进行人脸检测和人脸识别。
1. 背景介绍人脸检测和人脸识别技术的出现，为计算机系统实现对人脸的自动分析和识别提供了可能。
人脸检测是指从一幅图像或视频序列中确定是否存在人脸，并找出人脸的位置和大小。
而人脸识别则是在检测到的人脸图像上进行特征提取和模式匹配，以实现对人脸的身份识别。
2. 人脸检测在Matlab中，可以使用Viola-Jones算法进行人脸检测。
该算法通过构造Haar特征与Adaboost集成学习算法相结合，能够在较短的时间内实现高效的人脸检测。
具体操作如下：2.1 加载图像首先，在Matlab中加载需要进行人脸检测的图像。
可以使用imread函数进行图像加载，并将其转换为灰度图像进行处理。
例如：```Matlabimage = imread('face.jpg');gray_image = rgb2gray(image);```2.2 构建人脸检测器在Matlab中，可以使用vision.CascadeObjectDetector对象构建人脸检测器。
该对象可以通过Viola-Jones算法进行人脸检测。
具体代码如下：```MatlabfaceDetector = vision.CascadeObjectDetector();bbox = step(faceDetector, gray_image);```2.3 显示检测结果最后，可以使用insertObjectAnnotation函数将检测到的人脸位置在原始图像上标记出来。
代码示例如下：```Matlabdetected_image = insertObjectAnnotation(image, 'rectangle', bbox, 'Face');imshow(detected_image);```3. 人脸识别在Matlab中，可以使用基于人脸特征的Eigenface、Fisherface和LBPH等算法进行人脸识别。
基于Matlab的人体指纹识别程序设计(课程设计)
等级: 课 程 设 计课程名称课题名称 基于Matlab的人体指纹识别程序设计专 业班 级学 号姓 名指导老师年 月 日课程设计任务书课题名称 基于Matlab的人体指纹识别程序设计姓 名 专业 班级 学号指导老师课程设计时间教研室意见 意见： 审核人：一、任务及要求1）根据所学的知识和能力，利用Matlab软件设计程序实现根据指纹的大小、形状等特征，识别出不同的指纹；2）利用按键标志当前指纹识别的状态，例如录入状态、识别状态、清楚状态。
设计要求：1）对指纹识别的过程进行分析，掌握指纹识别系统算法的工作原理；2）进行指纹识别程序的方案设计；3）进行指纹识别程序的模块设计；4）要有必要的算法设计说明；5）写出课程设计报告。
报告中应包括原理框图、参数曲线分析、操作方法、算法分析、软件调试等，调试过程中遇到的问题，改进方法和总结体会；6）答辩。
二、进度安排周一：集中布置课程设计任务和相关事宜，查资料确定指纹识别程序设计总体方案。
周二～周五：完成人体指纹识别程序设计及仿真。
周六～周日：设计报告撰写，周日进行答辩和设计结果检查。
三、参考资料目 录1第1章 绪论............................................................................11.1 Matlab介绍 ......................................................................11.2 Matlab优势特点 ..................................................................11.3 指纹识别.........................................................................11.4 指纹识别技术的主要优点...........................................................2第2章 设计任务及要求...................................................................22.1 设计任务.........................................................................22.2 设计要求.........................................................................第3章 系统方案设计.....................................................................333.1 系统方案设计.....................................................................33.2 系统框图.........................................................................4第4章 系统软件设计.....................................................................44.1 主函数...........................................................................54.2 归一化和切割.....................................................................4.3 二值化...........................................................................794.4 细化.............................................................................4.5 中心点提取.......................................................................4.6 求特征点.........................................................................14164.7 指纹匹配.........................................................................17第5章 系统仿真及调试...................................................................20总 结..................................................................................错误!未定义书签。
基于MATLAB的人脸识别考勤系统
电子技术‖77‖基于MATLAB的人脸识别考勤系统◆杨天成本文的主要研究内容是人脸识别技术。
在研究中了解人脸识别技术在国内外的研究现状及发展前景，掌握了部分MA TLAB 的图像处理功能，并按照人脸图像采集、图像预处理、人脸特征提取与识别这条技术路线开发实现了一个简易人脸识别系统。
本次设计中的核心部分是人脸的检测与识别，此人脸识别可应用于企业员工考勤签到上。
本设计分为图像采集、数据库信息存储与显示、人脸识别、数据库信息清除、退出程序几部分组成。
采集图像模块的目的就是采集所要存储的人脸图片，将其存入数据库中，为后面的人脸识别算法提供相应的训练素材。
模块代码如下：if chos==1， clc ；[namefile ，pathname]=uigetfile （'*.pgm'，'Select image'）；%读取.pgm 文件 if name fi le~=0[img ，map]=imread （strcat （pathname ，name fi le ））；imshow （img ）； elsewarndlg （'放入的图片必须是已采集的'，' Warning '） end end其中的name fl ie ，和pathname 分别指的是文件名和查找文件的路径。
当点击“采集图像”时，系统会根据操作指令弹出要采集的图片，选择确定后，会将这个图片的路径以及图片名相关信息保存到变量pathname 和name fi le 里。
当采集到图片后要将采集的图片保存到数据库中，此目的是为了给后期人脸识别时提供相应的训练素材。
但是需要注意的是在进行保存图片时要对保存的图片划分类别，同一个人的不同照片要划分到同一类中。
设第一个人的所有图片组成的类别为1，第二个人的所有图片组成的类别就为2，由此以此类推。
每一类的图片种类越多，越能保证后期识别的成功率。
同时为了能够保证录入的信息正确，可以点击“数据库信息”就会显示出数据库中存入了多少张照片以及分了多少类别。
毕业设计-人脸识别系统设计【范本模板】
第一章前言第一节课题背景一课题的来源随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。
目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。
而人脸识别是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年来兴起的，但不大为人所知的新技术。
人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片,输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。
这并非虚构的情节。
在国外,人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。
在国内,对于人脸识别技术的研究始于上世纪90年代,目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域.二人脸识别技术的研究意义1、富有挑战性的课题人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一,同时也具有较为广泛的应用意义。
人脸识别技术是一个非常活跃的研究领域,它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容.如今,虽然在这方面的研究已取得了一些可喜的成果，但是FRT在实用应用中仍面临着很严峻的问题，因为人脸五官的分布是非常相似的，而且人脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。
如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。
2、面部关键特征定位及人脸2D形状检测技术在人脸检测的基础上，面部关键特征检测试图检测人脸上的主要的面部特征点的位置和眼睛和嘴巴等主要器官的形状信息。
灰度积分投影曲线分析、模板匹配、可变形模板、Hough变换、Snake算子、基于Gabor小波变换的弹性图匹配技术、主动性状模型和主动外观模型是常用的方法。
可变形模板的主要思想是根据待检测人脸特征的先验的形状信息，定义一个参数描述的形状模型，该模型的参数反映了对应特征形状的可变部分，如位置、大小、角度等，它们最终通过模型与图像的边缘、峰、谷和灰度分布特性的动态地交互适应来得以修正。
基于Labview_Matlab的人脸识别系统设计与实现
超浅埋段长。隧道通过金家街小学操场 及教学楼和简易房。Ｋ０＋４９．９７－ Ｋ０＋２５３， 地表杂填土厚 ０．９～４．８ｍ，基岩顶面距隧道顶 部 １．５～６．２ｍ。 ２．４ 地面建筑及危房覆盖率高
在 Ｋ０＋１７３～Ｋ０＋２５３ 里程上，沿隧道轴 线宽 ８０ｍ 范围内居民密集，地面建筑多为 １－６ 层砖混结构旧房及简易平房砌筑结构，为七十 年代初期建筑。
（２）爆破后沿岩体的切割面（或称爆裂面）应 具有一定的平整度，并能保持原岩体自身的稳 定性， 从而保证爆破效果及隧道内的安全， 即 光面和稳定控制爆破。 ３．２ 控制爆破基准
根据《爆破安全规程》（ Ｇ Ｂ ６ ７ ２ ２ － ８ ６ ） 对
（１ｌ） 其中 为混合成分的比例因子，即用高斯 混合模型来对概率分布矩阵 Ｂ 建模 和 分 别为高斯混合模型的均值和协方差矩阵
图像。
２．４ 特征提取
首先对合法人员进行图像采集建立以每
人 ５ 幅不同表情像的归一化图像为标准的图
像库， 再对库进行 Ｈ Ｍ Ｍ 训练， 就是要为每个
类别确定一组经过优化的 Ｈ Ｍ Ｍ 参数， 每个模
型可以用单幅或多幅图像进行训练，训练步骤
如下：
（１）对人脸进行Ｇａｂｏｒ小波变换，求出特征
结，并将其作为观测向量，即
１ 引言
随着城市交通及地铁隧道的大量修建，穿 越密集建筑物（住宅区）进行小净距浅埋隧道施 工已成为建筑施工企业和工程技术人员亟待 攻克的科技难题。大连市椒金山新建隧道采 用暗挖法施工， 通过优化控制爆破方案， 合理 选择爆破参数对获取理想震动效果，控制地面 沉降，减少围岩扰动及地表建筑物影响起到了 关键作用。该隧道的控制爆破施工是在交通 不中断、相邻隧道净间距小、洞顶覆盖层薄 的困难条件下进行的，本项目控制爆破技术的 成功应用标志着我国超长小净距隧道控制爆 破施工的一个重大突破。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
毕业设计 [论文]题目：基于MATLAB的人脸识别系统设计学院：电气与信息工程学院专业：自动化*名：**指导老师：***完成时间：2013.05.28摘要人脸识别是模式识别和图像处理等学科的一个研究热点，它广泛应用在身份验证、刑侦破案、视频监视、机器人智能化和医学等领域，具有广阔的应用价值和商用价值。
人脸特征作为一种生物特征，与其他生物特征相比，具有有好、直接、方便等特点，因此使用人脸特征进行身份识别更易于被用户所接受。
人脸识别技术在过去的几十年得到了很大的发展，但由于人脸的非刚性、表情多变等因素，使得人脸识别技术在实际应用中面临着巨大的困难。
本文针对近年来国内外相关学术论文及研究报告进行学习和分析的基础上，利用图像处理的matlab实现人脸识别方法，这种实现简单且识别准确率高，但其缺点是计算量大，当要识别较多人员时，该方法难以胜任。
利用MATLAB实现了一个集多种预处理方法于一体的通用的人脸图像预处理仿真系统，将该系统作为图像预处理模块可嵌入在人脸识别系统中，并利用灰度图像的直方图比对来实现人脸图像的识别判定。
关键词：图像处理, Matlab, 人脸识别, 模式识别ABSTRACTHuman face recognition focuses on pattern recognition ,image processi ng andother subjects.It is widely used in authentication,investigation,video surveillance,intelligent robots,medicine and other areas.Facerecognition ha s wide application and business value.Facial feature asabiological character istic,compared with others is direct,friendly andconvenient.Facial featuree mployed in authentication are user-friendly.The technology of face recognition in the past few years obtained the v ery big development, but due to the face of nonrigid, expression and chang eablefactors, the face recognition technology in practical application are fa cing great difficulties. This paper aimed at home and abroad in recent year s the relevant papers and researchreports on study and on the basis of the a nalysis, some units within the data sensitivity places need to enter personne l to carry out limitation design and develop a set of identity verification ide ntification system, the system uses PCA face recognition method, therealiza tion is simple and the accuracy rate of recognition is high,but itsdrawback i s that a large amount of calculation, when to identify more staff,this metho d is difficult to do.The realization of a set of various pretreatment methods in one of the generic face image preprocessing simulation system based on MATLAB, the system is used as the image preprocessing module can be embedded in a face recognition system, and using the histogram matching gray image to realize the recognition of human face images to determine.Keywords: Imageprocessing , Matlab, Face recognition, Patternrecognition目录摘要 (I)ABSTRACT (III)1 绪论 (1)1.1 研究背景 (1)1.2国内外研究现状 (2)1.3 人脸图像识别的应用前景 (4)1.4 本文研究的问题 (5)1.5 识别系统构成 (5)1.6 论文的内容及组织 (7)2 图像处理的Matlab实现 (8)2.1 Matlab简介 (8)2.2 数字图像处理及过程 (8)2.2.1图像处理的基本操作 (8)2.2.2图像类型的转换 (8)2.2.3图像增强 (9)2.2.4边缘检测 (10)2.3图像处理功能的Matlab实现实例 (10)2.4 本章小结 (13)3 人脸图像识别计算机系统 (14)3.1 引言 (14)3.2系统基本机构 (15)3.3 人脸检测定位算法 (16)3.4 人脸图像的预处理 (22)3.4.1 人脸图像预处理方法 (23)3.5人脸识别 (25)4实验结果与分析 (30)5 结论 (32)参考文献 (33)致谢 (34)1 绪论当前，人脸检测越来越受到大家的关注，他作为生物特征识别中一个非常重要的一个分支，已成为计算机视觉与模式识别领域中非常活跃的一个研究领域。
而基于人脸检测更是学术界的一个难点。
而本文先对图像进行处理，然后在对图像进行人脸检测，人脸定位。
人脸包含很多信息，通过对人脸检测，人脸定位，我们可以很快知道一个人的部分基本资料，如性别，表情，年龄和身份等基本信息，在现实生活中如在公安、金融、网络安全、物业管理、以及考勤都会用到人脸检测，因此人脸检测具有很高的学术研究价值和商业价值，这就引起了在人脸识别方面的广大科学研究者的兴趣，可以说，人脸识别已经成为当前科学界热门的一个研究课题之一。
1.1 研究背景自70年代以来.随着人工智能技术的兴起.以及人类视觉研究的进展.人们逐渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研究领域，这一领域除了它的重大理论价值外，也极具实用价值。
在进行人工智能的研究中，人们一直想做的事情就是让机器具有像人类一样的思考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各种智能机器人的研制。
人脸图像的机器识别研究就是在这种背景下兴起的，因为人们发现许多对于人类而言可以轻易做到的事情，而让机器来实现却很难，如人脸图像的识别，语音识别，自然语言理解等。
如果能够开发出具有像人类一样的机器识别机制，就能够逐步地了解人类是如何存储信息，并进行处理的，从而最终了解人类的思维机制。
同时，进行人脸图像识别研究也具有很大的使用价依。
如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。
现在己有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。
人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。
并且与指纹图像不同的是，人脸图像受很多因素的干扰:人脸表情的多样性;以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。
使得同一个人，在不同的环境下拍摄所得到的人脸图像不同，有时更会有很大的差别，给识别带来很大难度。
因此在各种干扰条件下实现人脸图像的识别，也就更具有挑战性。
国外对于人脸图像识别的研究较早，现己有实用系统面世，只是对于成像条件要求较苛刻，应用范围也就较窄，国内也有许多科研机构从事这方而的研究，并己取得许多成果。
1.2国内外研究现状目前，越来越多的国家开始对人脸检测及其识别的研究。
并且发展很快，已经由原来的静态识别到现在动态识别，有单向多张脸识别，还有从最初的二维脸识别到现在的三维立体识别。
在国内，最早研究人脸识别的当属于中科院计算所跟哈工大的一个联合面像实验室。
该实验室的高文教授，陈曦林教授，山世光教授，直到今天，都一直活跃在人脸识别领域，更可贵的是，在IEEE上面发表了很多paper。
这一点，很值得我们同学学习。
后来该实验室，成为上海银晨的研发中心，专门为上海银晨做技术研发和技术支持。
其次是中科院生物研究所的李子清教授，以及下属的中科奥森公司。
李子清教授，当年在微软亚洲研究所的时候，就从事人脸识别方面的研究工作。
后来在中科院组建了专门的的人脸识别研究团队。
该研究团队，首先提出了基于近红外线的人脸识别技术，并将该人脸识别技术用于08年的北京奥运会。
同时基于近红外线的人脸识别技术得到了国际上同行业的专家认可和一致肯定。
接着是清华大学的丁晓晴教授。
丁晓晴教授在OCR领域，可谓国内第一人。
不过最近几年转行做人脸识别，也是非常有成就的。
不说别的，就只从FRVT2006（美国国家标准研究所2006年全球人脸识别供应商系统性能测试）的测试结果看来，丁晓晴教授的研究团队是唯一一个完成大规模3D 人脸识别性能测试的参赛团队。
由此可见，在国内人脸识别领域来说，他们的算法在3D领域，绝对排名第一。
国外主要有美国，欧洲国家、日本等著名的科研机构有美国的MIT和CMU,英国的剑桥大学。
在人脸识别领域中，国际上逐步形成了以下几个研究方向：基于几何特征的方法、基于肤色模型的方法、基于模板匹配的方法、基于KL变换的特征脸方法、基于隐马尔可夫模型的方法和神经网络识别方法等等。
它们可以被归类到基于显示特征和基于隐式特征的两大方法中。
发展至今，人脸识别的方法越来越多，最有代表的是基于Haar特征的人脸识别方法是其中较为典型的方法，该方法不仅具有较高的检测率，同时也能够满足实时检测的基本要求。