基于視頻的實(shí)時(shí)人臉檢測與識別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、本文根據(jù)科研項(xiàng)目《基于圖像傳感器陣列的智能視頻監(jiān)控系統(tǒng)研究與開發(fā)》的研制要求,在研究了人臉檢測算法、圖像預(yù)處理方法和人臉識別算法的基礎(chǔ)上,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于視頻的實(shí)時(shí)人臉檢測與識別實(shí)驗(yàn)系統(tǒng)。該系統(tǒng)使用普通的USB攝像頭獲取視頻,采用基于 Adaboost算法的人臉檢測方法,通過光照預(yù)處理后,提取人臉圖像的一種紋理特征,然后使用支持向量機(jī)進(jìn)行分類識別,最后判別出視頻圖像中人物的身份。本文主要的工作如下:
　　1、在人臉識別方面,首

2、先從理論上分析不同的特征提取方法,通過實(shí)驗(yàn)進(jìn)行比較與分析,最終選擇基于局部三元模式LTP(Local Ternary Patterns)的特征提取方法。本文采用的LTP特征對光照變化較不敏感,基于LTP的特征提取方法在復(fù)雜光照變化情況下,圖像也能提取到比較全面的局部特征。
　　2、在實(shí)際應(yīng)用中,通常是在復(fù)雜環(huán)境下進(jìn)行人臉識別。拍攝環(huán)境的光照條件通常是復(fù)雜多變的;待識別的人臉在識別前未知,僅可能存在于訓(xùn)練集中,即開集模式下的人臉識別

3、。為了減小光照條件對人臉識別的影響,本文提出一種基于小波變換域的光照處理方法,該方法先對人臉圖像進(jìn)行小波分解,然后對分解后的低頻逼近圖像進(jìn)行Gamma校正、高斯差分和對比度變換。實(shí)驗(yàn)表明,該方法在光照條件變化較大時(shí)仍可取得較高的識別率。針對開集模式下的人臉識別問題,引入競爭反樣本,該方法能較好解決存在未知人時(shí)的人臉識別問題。實(shí)驗(yàn)表明,加入競爭反樣本可以有效地減小誤識率。
　　3、設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于視頻的實(shí)時(shí)人臉檢測與識別實(shí)驗(yàn)系統(tǒng)