基于PCA和SVM的刑偵人臉識別系統(tǒng)研究.pdf

1、隨著我國“數(shù)字城市”戰(zhàn)略的實施,大量的城市安防監(jiān)控設備為警方提供了大量的辦案信息。在這些龐大的信息中人臉信息在其中占據了非常重的分量,為了節(jié)省公安警力加強城市安防需要將科技手段轉換為直接戰(zhàn)斗力,提出在信息處理過程中加入計算機人臉識別技術。
　　 針對刑偵應用實際需求的具體特點,利用PCA和SVM算法設計并實現(xiàn)人臉識別系統(tǒng)。刑偵人臉識別樣本集數(shù)量龐大,識別環(huán)境復雜,識別對象不會配合人臉信息的獲取。系統(tǒng)的各個環(huán)節(jié)中設計了針對人臉被遮

2、擋情況下局部人臉的定位、修補、特征提取和分類識別方法。針對刑偵過程中對系統(tǒng)的時效性以及自動化要求不高的特點對系統(tǒng)的識別率做出了妥協(xié),降低了系統(tǒng)的時效性和自動化程度提高了識別準確性。
　　 設計并實現(xiàn)了人工標定人臉特征人臉檢測,讓辦案人員能夠將一些系統(tǒng)難以自動檢測到的人臉進行人臉識別。加入人工殘缺人臉修補過程。由于獲取人臉的環(huán)境復雜,很多情況下得到的人臉并不理想。提供方法使辦案人員能對人臉做出必要的修補有效的提高了識別的準確性。在

3、PCA人臉特征提取環(huán)節(jié),加入局部人臉特征提取方法,可以對無法完整修補的人臉進行局部熱臉識別。通過實驗比較了兩種局部人臉空間提取的方法,找到了一種可靠的局部人臉特征提取方法。同時在PCA特征提取環(huán)節(jié)試驗了將不同特征的人群進行分類提取特征空間,以提高特征空間在統(tǒng)計學上的針對性。通過實驗證實了將男女樣本分開訓練特征空間有利于特征提取的準確性。
　　 在SVM分類識別過程中,由于SVM分類器是一種二分類器,現(xiàn)有的多分類策略很難滿足刑偵實