本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。
本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。
目前,越来越多的人在获得驾驶证的过程中抱有侥幸心理,通过作弊、等方法违规获取驾驶证,给道路交通安全埋下了隐患,因此研究开发驾驶员考试防作弊系统具有重要意义。当前普遍采用的方法是检查身份证、使用指纹仪等手段,但是,学习汽车驾驶的人员构成复杂,指纹识别方法受到一定的限制。人脸识别技术因其使用方便、无侵犯等优点而成为流行的认证手段。因此,为了消除驾驶员考试中的作弊问题,提高驾驶人驾驶技能,降低交通事故,保证道路交通安全,本文把人脸识别技术应用在驾驶员考试防作弊中系统中,主要贡献如下,
1.首先介绍了系统的开发背景,并详细介绍了该系统重要的人脸识别技术模块面临的挑战和发展现状等问题。
2,分析了基于人脸识别技术的驾驶员考试防作弊系统的功能需求、非功能需求、可行性等问题,并对系统进行了总体设计和详细设计,提出了系统的整体架构和包含的各功能模块。
3,在详细设计中,介绍了图像采集、预处理以及人脸识别中包含的特征提取和分类器设计等问题。在对常用的特征抽取算法中,由于最大散度差鉴别分析算法具有计算过程简单,提取的特征具有较好识别性能等特点而得到广泛应用,本文对其进行改进,并把改进后的算法在常用的人脸数据库上采用MATLAB仿真实验,结果证明该算法可以进一步提高了识别性能。在分类识别阶段,采用支持向量机进行识别,基于libsvm工具包的仿真结果表明,本文采用的特征抽取方法和分类器可以应用于驾驶员考试防作弊系统中。
关键词:驾驶员考试,防作弊系统,人脸识别,最大散度差鉴别分析Abstract