1. 研究目的与意义
人脸是一个常见而复杂的视觉模式，人脸所反映的视觉信息在人们的交往中有着重要的作用和意义。
对人脸进行处理和分析在视频监控、出入口控制、视频会议以及人机交互等领域有着广泛地应用前景。
人脸的处理和分析包括人脸识别、人脸跟踪、姿势估计和表情识别等。
2. 课题关键问题和重难点
1、用户配合度在用户不配合、采集条件不理想的情况下，现有系统的识别率将陡然下降。
比如，人脸比对时，与系统中存储的人脸有出入，系统可能就会认证失败。
光照、姿态、装饰等，对机器识别人脸都有影响。
3. 国内外研究现状（文献综述）
人脸识别技术是基于人的脸部特征，一个完整的人脸识别过程一般包括人脸检测和人脸识别两大部分，人脸检测是指计算机在包含有人脸的图像中检测出人脸，并给出人脸所在区域的位置和大小等信息的过程[1]，人脸识别就是将待识别的人脸与已知人脸进行比较，得出相似程度的相关信息。
计算机人脸识别技术也就是利用计算机分析人脸图象,进而从中出有效的识别信息,用来辨认身份的一门技术.人脸自动识别系统包括三个主要技术环节[2]。
首先是图像预处理，由于实际成像系统多少存在不完善的地方以及外界光照条件等因素的影响，在一定程度上增加了图像的噪声，使图像变得模糊、对比度低、区域灰度不平衡等。
4. 研究方案
（1）图像文件格式选择在设计的过程中，为了定位和特征提取的方便，我们采用的是24位图。
（2）开发工具选择本次设计所用的开发工具是MATLAB。
（3）算法选择光线补偿：抵消这种整个图像中存在的色彩偏差的方法。
5. 工作计划
前期准备：查阅和MDA及人脸识别技术相关文献和资料，学习、熟悉相关理论和技术，论证系统的总体方案以及系统各部分的具体实现方法，确定出最佳方案及查找相关英文资料和尽快翻译原文第一周：上网查云资料进行开题报告的撰写，完成开题报告设计方案第二周：方案确定，通过上网查阅资料认真的学习相关的软件第三周：熟悉软件的相关操作流程，会简单的操作第四到六周：学习各种算法，深入的理解主成分分析方法和K-L变换原理及K-L变换在人脸识别中的应用第七到八周：系统的程序编写，软件设计
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
