随着科技水平的不断发展，人类的生活方式也在不断的改变，进入信息时代后， 计算机这一发明更是给人类的生活方式带来了质的变化。然而，事物总是两面的，科 技在带给人类便利的同时，有时也会误入歧途，所带来的后果就是让犯罪形态同样发 生根本性的改变。正由于此，近年来，从日常生活中工作场所的出入，工资的发放， 到打击犯罪和国际恐怖zhuyi，帮助执法部门进行调查，各种场合对于身份识别的需求 都大大增加。由于某些非法技术手段的出现，从传统的身份证件，工作通行证件，到 现在的网络登录口令密码，甚至于借助硬件进行身份认证的手段，如银行等机构采用 的 U 盾、令牌等，其安全性和可靠性都受到了严重威胁。而与这些易于伪造及破解的 认证方式相比，生物特征具有更明显的个体差异，同时其本身的固有属性使得犯罪分 子难以对其进行伪造。因此，基于这些特征的生物特征识别显得尤为重要。 论文网

而在这些生物特征识别中，人脸是最容易进行检测的一个。由于其具有非接触式， 需要配合程度低，操作时隐蔽性较高等特点，在机场、火车站、商场等人群流量大， 不易进行个体样本采集的场所，对人脸进行识别几乎是唯一的选择。然而，长期以来， 尽管人脸识别的效率和准确率都得到了极大提升，由于其应用领域的特殊需求，其准 确率仍然不尽如人意，而这其中的一个重要因素就是采集到的人脸图像品质。在实验 中，进行人脸识别时所用的图像往往经过精心采集，被采集者较为配合，因此品质较 高。在实际应用中，人脸识别所具备的非接触式要求，配合程度低的特性一方面为图 像采集提供了便利，另一方面也使得采集到的图像品质参差不齐。而某些被采集对象 出于某种目的，对采集过程有意不配合，采取种种方式，例如佩戴饰物（如帽子、墨 镜、围巾等），人为遮挡等，对采集过程进行干扰，更加剧了这种可能性。除了被采集 对象的配合程度外，采集环境的自然条件，例如光照等，也可能对最终采集到的图像 品质产生影响。可见人脸品质评估的重要性。 

1.2 研究现状

1.3 本文结构

本文将选取目前已有的进行客观评价时所参考的因素，总结当前的几种主要人脸 评估指标及评估算法，对其进行改进，提出经过改良的人脸图像品质评估算法，并选 取一些人脸图像进行评估，给出得分。 文献综述

本文后续结构如下： 第二章中，将对人脸品质评估进行概述，介绍人脸品质评估的分类及目前常见的

客观评估人脸品质的标准，并介绍 ISO/IEC 19794-5 标准，以及本文算法实现所使用

的 OpenCV 及其 C#封装，Emgu CV。 第三章中，针对第二章中提出的标准，总结当前的几种主要人脸品质评估方法，

并参考 ISO/IEC 19794-5 标准对这些方法进行融合改进，提出经过改良的人脸图像品 质评估算法。新算法首先对人脸、人眼和嘴巴进行检测，得出人脸尺寸、人脸姿态、 人脸对称性等得分，并对人脸区域和背景区域数值可能差异较大影响评分的图像特征， 如人脸对比度和亮度进行计算，最后给出总得分。 

第四章中，将使用 C# + Emgu CV 给出几项评估算法的具体实现。 第五章中，将给出实验结果，并对其进行分析，以验证算法的性能。  人脸图像品质评估算法设计与实现(3):http://www.youerw.com/jisuanji/lunwen_77089.html