基于Matlab的人脸识别校园考勤及安全系统
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的彩色图像皮肤区域分割及人脸检测
基于matlab的彩色图像皮肤区域分割及人脸检测目录第一章引言 (1)第二章算法理论与实现原理 (1)2.1肤色分割理论 (1)2.2常见肤色模型比较 (2)2.2.1 区域模型 (2)2.2.2简单高斯模型 (2)2.2.3 混合高斯模型 (2)2.2.4 直方图模型 (3)2.3常见色彩空间比较 (3)2.3.1RGB .........................................................32.3.2HSV...........................................................42.3.3YcbCr........................................................4 第三章系统设计 (7)3.1建立肤色模型 (7)3.2肤色分割步骤 (8)第四章参考文献 (12)第五章心得体会 (12)第一章引言近年来,随着人工智能的快速发展，人脸识别技术逐渐成为模式识别与计算机视觉领域的一个研究热点，可用于身份认证、人员监视、图像数据库检索以及目标跟踪等场合。
第 1 页共 16 页人脸识别(Face Recognition)是将输入的人脸图像与系统已知人脸库中的模型进行比较,以确定是否存在相匹配的人脸，而人脸检测( Face Detection) 是指在输入图像中确定所存在的人脸的位置与大小，所以快速有效的人脸检测则显得至关重要，是实现人脸识别的前提和基础。
人脸检测系统要求实现对输入的可能包含人脸的图像进行处理,并输出图像中是否存在人脸以及人脸的数目、位置、尺度、位姿等参数信息。
传统的人脸检测方法大多是在亮度空间内进行,利用灰度的变化做多尺度空间的全搜索,计算量非常大、效率极低,而在人脸区域中,肤色一定是占主导地位的像素色彩值，虽然肤色因人而异,但经过研究可以发现肤色在色彩空间中的一定范围内是呈聚类特性的,特别是在排除了光照亮度和在经过变换的色彩空间中，利用肤色这一特征可以排除掉在灰度图像中的非皮肤区域，这对人脸检测起到了积极的作用。
人脸识别报告
J I A N G S U U N I V E R S I T Y数学在计算机网络中的应用——人脸识别课程报告所属学院：计算机学院专业班级：姓名：学号：3130610时间：2016年6月12日指导老师：一、人脸识别系统概述1.广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。
人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。
生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。
2.人脸识别的优势在于其自然性和不被被测个体察觉的特点。
3.所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。
例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。
4.不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。
人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。
二、人脸识别的应用同其他生物特征识别技术，如指纹识别、说话人语音识别、虹膜识别、DNA识别、步态识别等相比，人脸识别具有被动、友好、方便的特点。
校园道闸人脸识别综合管理系统(校园)
智慧校园人员出入及物联网综合管理系统浙天集团一、概述智慧校园人员出入及物联网综合管理系统，针对出入校管理系统为记录走读学生、请假学生入校、出校情况，学生出入校时进行人脸识别身份，入校直接识别人脸即可，出校时人脸识别后，保安会看到学生出入信息，如果是走读学生则判断是否在出校时间段，如果是请假学生则判断是否已经请假，符合出校条件则可以出校，系统记录出入校时间。
系统由于需要人脸识别，因此需要与第三方出入口人脸识别设备厂商进行对接，系统需要获取学生请假信息，因此需要从学生请假中获取请假数据。
与传统刷卡相比较，避免了ID卡容易丢失和被不轨之人捡到丢失卡片后进入校园进行违法行为的风险。
二、业务需求在封闭式管理的学校，为了规范学生行为，加强对学生的管理，杜绝意外事件的发生，学校一般会制定严格的出入校规范，学生不能随意的进出校门。
在学校实际环境中，对于走读生，保安人员无法进行判断，对于其他学生必须出示出门条，相应的人员签字才能出校，这样有一些风险为学生伪造出门条，学生代替等情况。
学生进门时无法判断是否为本校学生，有可能会混入社会人员。
为了杜绝这种情况，需要有严格的监控机制，人脸识别出入校就是一种比较好的方式，学生出校时识别人脸，确认身份，保安界面直接查看学生详细信息，跟数字校园平台联动，则可以判断此学生是否为走读生或请假学生，如果是走读生，是否在规定的出校时间段内，详细信息中有学生照片，可以杜绝学生代替的情况。
同时，支持手机、平板等移动数字终端为载体，基于手机APP和微信企业号二种使用方式，有效连接师、生、家、校。
通过校园应用商店机制集成多种应用系统，为学校提供一套移动办公，互动学习，教学管理，一站式沟通服务体系。
三、系统组成智智慧校园人员出入及物联网综合管理系统由前端道闸人脸识别系统、传输通道统和校园物联网综合管理系统组成（也可无缝兼容主要智慧校园管理系统）。
如图1：图1 智智慧校园人员出入及综合管理系统3.1、道闸人脸识别系统道闸是专门用于校园出入口限制学生出入口管理设备，现广泛应用于学校、图书馆、影院等主要出入口通道，用于管理人员的出入。
人脸识别
人脸识别一、人脸识别的定义人脸识别是基于计算机图像处理技术和生物特征识别技术，提取图像或视频中的人像特征信息，并将其与已知人脸进行比对，从而识别每个人的身份。
它集成了人工智能、机器学习、模型理论、视频图像处理等多样专业技术。
广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。
随着智能手机的快速普及，可以通过手机镜头在手机上做基于人脸识别的身份注册、认证、登录等，使身份认证进程更安全、方便。
由于人脸比指纹等视觉辨识度更高，所以刷脸的应用前景更广阔。
二、人脸图像的应用1.企业、住宅安全和管理。
如人脸识别门禁考勤系统，人脸识别防盗门等。
2.电子护照及身份证。
这或许是未来规模最大的应用。
人脸识别技术是首推识别模式，该规定已经成为国际标准。
美国已经要求和它有出入免签证协议的国家必须使用结合了人脸指纹等生物特征的电子护照系统。
美国运输安全署计划在全美推广一项基于生物特征的国内通旅行证件。
欧洲很多国家也在计划或者正在实施类似的计划，用包含生物特征的证件对旅客进行识别和管理。
中国的电子护照计划公安部一所正在加紧规划和实施。
3.公安、司法和刑侦。
如利用人脸识别系统和网络，在全国范围内搜捕逃犯。
4.自助服务。
如银行的自动提款机，如果同时应用人脸识别就会避免被他人盗取现金现象的发生。
5.信息安全。
如计算机登录、电子政务、电子商务及银行交易。
在电子商务中交易全部在网上完成，电子政务中的很多审批流程也都搬到了网上。
而当前，交易或者审批的授权都是靠密码来实现。
如果密码被盗，就无法保证安全。
如果使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一。
从而大大增加电子商务和电子政务系统的可靠性。
三、人脸图像的预处理预处理是人脸识别过程中的一个重要环节。
输入图像由于采集环境的不同，可能收到光照，遮挡的影响得到的样图是有缺陷的。
密码锁编程 matlab程序
一、背景介绍密码锁是一种常见的安全设备，通过输入密码来开启或关闭设备。
密码锁编程是指使用计算机编程语言对密码锁进行控制和设置。
MATLAB是一种功能强大的编程语言和工程软件，可以用来实现密码锁的编程。
二、密码锁编程的基本原理1. 密码输入与验证：用户通过键盘输入密码，程序接收并验证密码的正确性。
2. 开锁与关锁：当密码输入正确时，程序可以通过控制电子锁实现开锁操作；密码错误时，程序可以记录错误次数并进行报警。
3. 程序界面设计：可以通过MATLAB的图形界面设计工具创建用户友好的交互界面，提供输入密码和显示结果的功能。
三、密码锁编程的具体步骤1. 设置密码：首先需要设定一个初始密码，并将其储存在程序中。
2. 用户输入：程序需要接收用户输入的密码。
3. 验证密码：程序对用户输入的密码进行验证，判断是否与设定的初始密码一致。
4. 开锁与关锁：如果密码验证通过，程序可以通过控制电子锁实现开锁操作；如果密码错误，程序可以进行相应的处理。
5. 界面设计：通过MATLAB的图形界面设计工具创建交互界面，包括输入密码框、确认按钮和显示结果的部分。
四、密码锁编程的技术要点1. 数据处理：程序需要对用户输入的密码进行适当的加密和比对，确保密码的安全性。
2. 控制操作：程序需要调用相应的接口函数，实现对电子锁的控制和操作。
3. 用户交互：程序需要设计良好的用户界面，让用户能够方便地进行密码输入和了解操作结果。
五、密码锁编程的应用领域1. 家用密码锁：可以用MATLAB编程实现智能门锁、保险柜等设备的密码管理。
2. 商用密码锁：可以将MATLAB编程应用在银行保险柜、企业办公室等需要高安全性的场合。
3. 教育科研：密码锁编程也可以作为MATLAB编程教学和科研实验的一个具体应用案例。
六、密码锁编程的未来发展随着科技的不断发展和智能化水平的提高，密码锁编程也将在更广泛的领域得到应用。
随着物联网和大数据技术的兴起，密码锁编程还可以与其他领域的技术进行深度融合，实现更加智能、安全的密码管理系统。
基于EmbeddedMATLAB函数模块的图像相似度的实现
１ 引 言
Ｓｍｕｉｋ是一个 系统 级 的设 计和仿 真 环境 ， ｉ ｌ ｎ 用
Ｅ ｅ ｄ ｄＭＡＴ ＡＢ是 ＭＡＴ ＡＢ的一 个 子 ｍｂ ｄ ｅ Ｌ Ｌ
集， 它支持 用户 从 现存 的或 自编 的 Ｍ—ｏ ｅ中生 成 ｃｄ 高效 、 读 的嵌 入 式 Ｃ代 码 ｌ ， 加 速定 点算 法 的 可 １能 ］ 仿 真 ， 而避 免 了耗 时和 用 Ｃ代 码 重写 ＭＡＴ ＡＢ 从 Ｌ 算 法易 出错 的弊端 。
Ｓｍｕｉｋ模 块 库 中的 用 户 自定 义模 块 － Ｅ ｅｄｄＭＡ ＡＢ函 数模 块来 实现 相 似 度 算 法 。 ｉ ｌ ｎ ｍｂｄ ｅ ＴＬ
关键词
人脸识别 ；Ｅ ｅ ｄｄＭＡ Ｌ Ｂ函数 ；相似度 ｍｂｄ ｅ Ｔ Ａ
ＴＰ ９． １ ３ １ ４
中图 分 类 号
Ｒｅ ｌ ａ ｉｎ ｏ ｉ ｉ ｒｔ ｓ ｄ ｏ ｂ ｄ ｅ Ａ ａ ｉ ｔｏ ｆＳ ｍ ｌ ｉｙ Ｂａ ｅ ｎ Ｅｍ ｅ ｄ ｄ Ｍ ＴＬＡＢ ｕ ｃｉｎ Ｂｌｃ ｓ ｚ ａ Ｆ ｎ ｔｏ ｏ ｋ
￣
ｔ ｃ Ｆ ｃ ｅ ｏ ｎ ｔｏ ｌ ｏ ｉ ｍ ｄ ｌ ｓ ｄ ｉ ｕ ｆ．Ｔｈ ｓｒ ｑ ｉｅ ｏ ｒ ｃ ｇ ｉｅｆ ｃ ｉ ｈ ａ ｃ ｒ ｃ ．Ｓ ｓ ｍ ｔ ａ ｅ ｒ ｃ ｇ ｉｉｎ ａｇ ｒ ｈ ｉ ｗｉ ｅｙ ｕ ｅ ｏ ｒｌ ｅ ｔ ｓ ｎ ｉ ｉ ｅ ｕ ｒ ｓｔ ｅ ｏ ｎ ｚ ａ ｅｉ ｈｇ ｃ ｕ ａ ｙ ｏ ｉ ｉ ｎ ｔ
总第 ２４期 ４
计 算 机 与 数 字 工程
Ｃｏ ｕ ｅ ｍｐ ｔｒ＆ Ｄｉｉａ ｇｎ ｅｉｇ ｇｔｌ Ｅｎ ｉｅ ｒ ｎ
Ｖｏ ． ８ Ｎｏ ２ １３ ．
２ ２
２ １ 年第 ２期 ００
基于主成分分析的QR二维码人脸识别
基于主成分分析的QR二维码人脸识别摘要：社会的高速发展，使得人脸识别技术在身份信息认证方面迅速发展与成熟，本文提出一个新的思想，将先进的人脸识别技术与当今应用最广泛的二维码技术相结合，以达到快速认证身份信息的目的。
关键词：主成分分析；QR；二维码；人脸识别引言人脸识别技术广泛地应用在社会生活的方方面面，包括身份管理、系统安全认证、第三方支付、刑侦跟踪、智能家居、人机交互、视频会议等各种场景，因此人脸识别成为当前模式识别和人工智能领域的一个热门研究方向。
1QR码简介QR码（QuickResponseCode）的全称为“快速响应矩阵码”，是由日本Denso公司于1994年开发的一种矩阵式二维码，可用于存储汉字、图像、音频等多种数据类型的信息。
与其他二维码相比，QR码的优势在于能够被快速读取、可存储更多信息、占用空间小、纠错能力强。
使用外围设备来对QR码进行扫描，能够实现360度全方位高速识读。
QR码呈正方形，只有黑白两色，包括编码区域、空白区域和功能区域。
在左上角、左下角、右上角的3个角落中，印有同心正方形图案。
根据QR编码的掩模作用，在内部的其他地方几乎不可能遇到类似的图形，因此这3个是QR码的定位标志，在扫描时借助图形定位无论以任何角度扫描，数据都能被正确辨识。
QR码共有40个版本，尺寸从21×21模块（版本1）到177×177模块（版本40），QR编码用深色模块表示二进制“1”，浅色模块表示二进制“0”，采用RS（Reed-Solomon）纠错，分为4个纠错等级：L级（纠错7%）、M级（纠错15%）、Q级（纠错25%）、H级（纠错30%）。
纠错机制在即使因某种原因未能完整辨识到全部的条码的情况下，也能够正确地还原条码上的信息。
主成分分析（PrincipalComponentAnalysis，PCA）是一种把多个变量化为少数几个主成分的统计方法，目的在于数据降维。
PCA算法以K-L（Karhunen-Loeve）变换为基础，K-L变换介绍如下，它的实质是将一个物体主轴沿特征向量对齐旋转变换后形成一个新的坐标系，通过变换消除原有向量的各个分量之间的相关性，进而消除那些带有较少信息的坐标分量，以达到特征空间降维的目的。
- 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)。
基于Matlab的人脸识别校园考勤及安全系统
校园安全问题日益严峻，而传统的出入登记+视频监控+智能IC卡安全系统在可靠性、安全性等方面无法满足社会需要。
人脸识别技术能够实现学生和外来人员的自动识别，具有图像采集方式靈活、非接触式等优点，特别是实时监控和提前预警方面，将成为校园安全中重要一环。
本文对人脸识别技术基本流程进行了梳理，完成了基于Matlab的人脸识别技术系统整体设计架构以及技术系统流程图设计，为人脸识别校园考勤及安全系统的建立提供帮助。
标签：人脸识别、matlab、校园服务
前言：
校园是青少年和儿童学习、生活以及娱乐最为安全的场所，由于人员结构单一、作息规律等原因发生突发性安全事故的几率较低[1、2]。
但是，近年来在学校周边发生的恶性事件几乎时刻见诸于媒体报端，人们对校园的安全问题产生了极大的忧虑，从另一个角度反映了目前学校传统的出入登记+视频监控+智能IC 卡安全系统存在很大的安全漏洞[3]，特别是实时监控和提前预警方面。
人脸识别技术采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别[4、5]。
人脸识别技术可以实现一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警以及学生考勤[6、7]。
人脸识别校园考勤及安全系统主要任务包括：1）对学生入校情况进行考勤并自动与学生家长进行信息沟通；2）对入校外来人员进行识别；3）在考试过程中进行人员身份核实，避免替考行为；4）学生宿舍出入人员的管理。
1人脸识别技术发展
人脸识别系统简单的理解是从监控视频图象中实时查找人脸，将人脸信息特征提取后与已有人脸数据库进行实时比对，从而实现快速身份识别。
相比于其他的生物识别技术如指纹和虹膜等，人脸识别的优点在于图像采集方式灵活，无需专用设备，常用的手机、相机、摄像头等都可完成采集。
其次，人脸识别可以實现同时大群体的快速身份识别，而且数据采集过程非接触式的。
但是在实际的操作中该技术的准确率有待提高，其中重要的原因是尽管人脸有采集方便、不变性和不会被盗取的优点，但面部表情、化妆、光线、拍照角度以及装饰等因素都会影响人脸信息特征的采集，从而降低识别的准确率。
目前，人脸识别系统主要由四部分组成，即原始图像的采集和检测、人脸的预处理、特征的提取、匹配分类。
（1）原始图像的采集和检测。
主要过程是从图片中确定是否有人脸，并将其人脸图像从图像中提取出来。
由于人脸的可变性非常高，所以光线、人的表情、头部和头部的遮挡物、头的姿态、年龄、设备噪音等对其有很大的影响，所以人
脸检测与定位是个一个非常复杂的技术。
（2）人脸的预处理。
主要是对人脸图像在识别前进行各方面的处理来增强人脸特征。
主要的预处理方法有灰度变换、直方图修正、图像的锐化与平滑以及图像的几何校正等。
（3）特征的提取。
主要是提取可以表示人脸信息的关键特征。
关键特征要能够表示出一张唯一的人脸，人脸表示方法有人脸的几何特征、人工神经网络、人脸的特征脸、人脸模板匹配等表示方法。
（4）匹配分类。
人脸识别校园考勤及安全系统应用的前提是事先采集所有学生的面部信息并建立档案。
主要是比较待识别的人脸与预存数据库中的人脸在特征脸空间的距离，找出距离最小的人脸图像，然后输出达到身份验证的作用。
2基于Matlab的人脸识别技术
matlab不仅仅可用于科学计算，数据处理可视化的功能，它作为三大数学软件之一，还有图像模式识别强大功能。
各国科研人员对基于matlab的人脸识别系统设计进行研究，基于Matlab的人脸识别技术系统整体设计架构如图1所示，其基本基本流程是：1）对人脸识别系统的构成做详细论述；2）对人脸识别过程中的关键环节人脸检测、特征提取和图像预处理做详细介绍；3）matlab软件在人脸识别系统中的具体应用，即人脸图像识别的具体技术，并用matlab进行试验并得到结果；4）实验结果大多都是用训练集进行测试，最终对matlab识别率可以进行统计实验，经过多次验证，得出判定阈值。
本系统共分为3个模块，分别为：获取人脸ID信息模块，人脸匹配（即特征提取与图像处理模块），校园安全与校园考勤模块。
基于Matlab的人脸识别技术系统流程如图2所示，为获取每个学生的人脸ID信息，需要学生自己拍照后上传给电脑，若图片无效则系统提示“tryagain”，录入成功则系统缓存图片。
直接获取的图片是“.jpg”格式需要先转换为“.bmp”格式图片。
再运用PCA算法与数据区中人脸进行匹配。
等到人流高峰期过后再发送短信给家长；获取迟到同学信息，让考勤同学记录迟到同学名字与班级。
3人脸识别校园考勤及安全系统发展主要问题
（1）人脸识别需要大量的学生数据收集工作，而且学校每年新生入学面临大量的数据收集工作；对于外来人员，如果未进行过数据采集则无法比对。
（2）出现无法识别以及识别错误情况下的补救措施。
（3）多人像识别技术。
校园在上学和放学期间为人员流动高峰期，单人人脸识别会导致拥堵等情况发生，因此多人像快速人脸识别系统有待发展。
参考文献
[1]安大海，蒋砚军.基于BP神经网络的人脸识别系统[J].软件，2015，36（12）：76-79.
[2]刘向东.基于PCA算法人脸识别的MATLAB实现[J/OL].电脑知识与技术，2016，12（12）：193-194.
[3]刘建明，王亮.人脸识别系统的算法研究与仿真实验[J].许昌学院学报，2015，34（02）：70-74.
[4]刘凡.人脸识别中基于图像局部结构的特征提取与分类研究[D].南京理工大学，2015.
[5]王国栋.基于MATLAB的人脸识别算法的研究[D].内蒙古大学，2014.
[6]王敏，段黎明，朱国涛，李文辉.基于MATLAB7.0的人脸识别仿真系统研究[J].科学技术与工程，2009，9（20）：6224-6226+6242.
[7]黄非非.基于LBP的人脸识别研究[D].重庆大学，2009.。