視頻監(jiān)控中基于人臉識別的身份驗證.pdf

1、隨著高性能攝像設備的普及以及計算機技術的迅猛發(fā)展，基于視頻數(shù)據(jù)的人臉識別與身份驗證技術在公共安全、智能監(jiān)控、視頻會議、用戶訪問控制、多媒體和數(shù)字娛樂等領域有著廣闊的應用前景。經過幾十年的研究，目前人臉識別技術已經得到了長足的發(fā)展，在理想的情況下已經可以得到很高的識別率。但是，在視頻監(jiān)控等應用場合，由于環(huán)境復雜、光照變化大、人的姿勢表情多變以及受到分辨率的限制，人臉識別問題依然是一個極具挑戰(zhàn)性的問題。本文對視頻中的人臉識別問題進行了研究，

2、本文的主要內容包括：
　　(1)對人臉檢測進行了研究。本文首先對人臉檢測中常用的Adaboost算法和幾種顏色模型進行了介紹，在此基礎上提出將Adaboost算法和YCbCr膚色模型相結合的人臉檢測方法，利用YCbCr膚色模型對Adaboost算法檢測得到的結果進行驗證，排除非人臉圖像。通過實驗表明，用此方法可以有效的排除非人臉區(qū)域，提高識別率。
　　(2)為了消除光照、人臉姿勢、圖像尺寸等因素對人臉識別的影響，提高識別率，

3、在人臉識別前先要對檢測到的人臉圖像進行預處理。本文介紹了幾何預處理和光照預處理的常用方法。在幾何預處理中，首先需要確定兩眼的位置，然后通過旋轉、縮放和裁剪等操作，對圖像進行傾斜校正和尺寸歸一化。本文提出了一種新的人眼定位方法，可以在相對復雜的情況下更加準確地定位兩眼的位置。
　　(3)介紹了幾種常用的人臉識別特征，并對它們進行了分析。在此基礎上提出將DCT特征和梯度特征進行融合，作為新的特征用于人臉識別。該特征不僅包含了人臉的整體