基于稀疏編碼的視頻人臉識別系統(tǒng).pdf

1、隨著現(xiàn)代科技的發(fā)展,視頻數(shù)據(jù)的增長呈現(xiàn)爆炸式增速,這些海量視頻數(shù)據(jù)特別是海量視頻中的人物身份信息擁有很大價(jià)值,這就需要視頻人臉識別技術(shù),但是當(dāng)前對視頻人臉識別的研究還遠(yuǎn)遠(yuǎn)不夠。視頻人臉識別的研究可用于安全領(lǐng)域、控制領(lǐng)域等,特別是隨著移動(dòng)智能時(shí)代的到來,移動(dòng)終端可以輕易捕獲到大量的視頻數(shù)據(jù),里面包含大量的人物信息,這就需要高效的視頻人臉識別技術(shù),配合移動(dòng)終端的強(qiáng)大計(jì)算能力對這些人物信息進(jìn)行挖掘分析。因此,對于視頻人臉識別的研究很有意義。<

2、br>　　視頻人臉識別是對視頻中人臉分類,其主要的研究難點(diǎn)在于人臉受到表情、光照、分辨率、遮擋等影響嚴(yán)重,導(dǎo)致一些傳統(tǒng)的靜態(tài)圖像分類算法并不是很有效。本課題的研究對象是基于稀疏編碼的視頻人臉識別,論文著重研究適合視頻環(huán)境的人臉分類算法,分析視頻中人臉的特性,將稀疏編碼表示思想引入到視頻人臉分類中,本文使用LC-KSVD字典學(xué)習(xí)稀疏編碼算法進(jìn)行視頻人臉分類。同時(shí),充分結(jié)合視頻人臉的特性,對原生的LC-KSVD算法進(jìn)行優(yōu)化,使其在視頻中的分

3、類性能得到提升:以視頻序列為基礎(chǔ),進(jìn)行構(gòu)建字典元素;修改稀疏編碼一致性約束矩陣;統(tǒng)計(jì)分類時(shí)使用投票策略,提高正確率。然后將優(yōu)化過的LC-KSVD算法與傳統(tǒng)的分類算法進(jìn)行對比,發(fā)現(xiàn)其效果顯著。
　　最后設(shè)計(jì)和實(shí)現(xiàn)一個(gè)視頻人臉識別系統(tǒng),該系統(tǒng)由鏡頭分割、人臉檢測、人臉跟蹤、說話者標(biāo)注、特征提取和分類6部分組成。本文在對部分步驟的實(shí)現(xiàn)方法上進(jìn)行了創(chuàng)新,主要在于人臉跟蹤時(shí)進(jìn)行二次檢測增加人臉序列長度,在序列提取時(shí)對檢測到的人臉進(jìn)行一次粗過