具有飾物遮擋的人臉檢測(cè)與判識(shí).pdf

1、隨著銀行不斷加強(qiáng)用戶自助存取款業(yè)務(wù)，自助取款機(jī)得到越來(lái)越廣泛地使用。與此同時(shí)產(chǎn)生的自助取款機(jī)犯罪案件數(shù)量也明顯上升，而此類(lèi)案件的犯罪人員往往戴有墨鏡、口罩或者帽子等遮擋飾物來(lái)遮擋面部。因此，為了及時(shí)防范該類(lèi)案件的發(fā)生，檢測(cè)并判識(shí)出戴有飾物遮擋的人臉顯得尤其重要。
　　本文主要研究了在銀行的復(fù)雜背景下，對(duì)具有飾物如墨鏡、口罩、帽子遮擋的人臉進(jìn)行檢測(cè)與判識(shí)飾物所屬類(lèi)別的方法。該方法主要分為三個(gè)階段。本文提出了一種由動(dòng)到靜的前景目標(biāo)檢測(cè)

2、策略用來(lái)進(jìn)行人的檢測(cè)。第一階段為所提策略的動(dòng)態(tài)檢測(cè)。該階段提出基于更新學(xué)習(xí)的碼本模型來(lái)檢測(cè)動(dòng)態(tài)目標(biāo)，用來(lái)改善碼本模型不能更新背景的缺點(diǎn)。第二階段為所提策略的靜態(tài)檢測(cè)。該階段提出基于LBP+HOG特征的頭肩檢測(cè)模型，通過(guò)這兩個(gè)特征的結(jié)合，不僅能提高檢測(cè)精度，還能大大提高計(jì)算效率。首先對(duì)運(yùn)動(dòng)的物體進(jìn)行檢測(cè)，排除靜態(tài)背景的干擾，降低動(dòng)態(tài)背景的影響，然后進(jìn)一步確定該目標(biāo)是否為人。同時(shí)，該策略在檢測(cè)到有運(yùn)動(dòng)目標(biāo)之后，才對(duì)檢測(cè)到的目標(biāo)區(qū)域進(jìn)行人的檢

3、測(cè)，這樣不僅可以節(jié)省系統(tǒng)的計(jì)算時(shí)間，而且能減少背景的干擾，提高檢測(cè)精度。第三階段為對(duì)遮擋人臉的檢測(cè)與判識(shí)。該階段提出基于遮擋飾物的Adaboost分類(lèi)器，采用遮擋飾物區(qū)域圖像作為正樣本訓(xùn)練，并將正常人臉圖像與背景圖像一起作為負(fù)樣本，能夠使誤檢的情況明顯減少，準(zhǔn)確地檢測(cè)出遮擋飾物的所在區(qū)域以及判識(shí)出飾物所屬的類(lèi)別。并利用PCA聯(lián)合最近鄰分類(lèi)器對(duì)檢測(cè)出的可能的遮擋區(qū)域來(lái)做進(jìn)一步的判識(shí)，提高正確率。
　　經(jīng)過(guò)在真實(shí)視頻庫(kù)和實(shí)驗(yàn)室視頻庫(kù)的