監(jiān)控系統(tǒng)的人臉識別研究與應用.pdf

1、隨著信息時代的發(fā)展，當代社會對身份驗證的安全性要求越來越高，加快了基于生物特征的身份識別方法發(fā)展。其中，人臉識別方法由于憑借其獨特的方便性和用戶友好性受到重視，成為相關研究領域的熱點課題。
　　早期的人臉識別研究主要是基于具有較強約束條件的人臉圖象，比如無背景的圖象，人臉的遠近大小一致，無傾斜與扭轉。然而，實際監(jiān)控環(huán)境往往很復雜，背景雜亂變換、人臉大小遠近不一、人臉有旋轉或仰俯等。本文做的主要工作有：
　　（1）研究了人臉檢

2、測的常用方法，包括基于膚色模型的人臉檢測、基于Adaboost的人臉檢測、基于Faster R-CNN的人臉檢測。并通過實驗測試發(fā)現，基于Faster R-CNN的人臉檢測在本系統(tǒng)的實際使用環(huán)境下有較高的識別率。
　?。?）攝像頭傳入的原始圖像往往受拍攝條件影響，圖像質量不高，所以需要對原始圖像進行預處理，包括圖像灰度化、圖像增強、圖像歸一化。
　　（3）深入研究了人臉識別的經典算法之一：SRC（Sparse Represe

3、ntation based Classifier）算法。SRC的主要思想是構造一組超完備的字典，觀測原始圖像在該字典下的映射，再比較重構圖像與原始圖像的殘差，以最小殘差準則判別原始圖像的類別。實驗表明SRC算法對光照和部分遮擋的情況具有較強的魯棒性。同時，在AR人臉數據庫下對比SRC算法在不同的字典構造下的算法識別率，包括下采樣、PCA(Principal Component Analysis)、LBP（Local Binary Pat

4、tern）、LDA（Linear Discriminant Analysis），并結合系統(tǒng)功能與性能要求，最終選擇了SRC+LBP作為本系統(tǒng)的人臉識別算法。
　?。?）通過重寫攝像頭的SDK（Software Development Kit）部分函數和改寫視頻流格式，完成了攝像頭與計算機端的通信。運用OpenCV和C++開發(fā)實現了一個完整的實時人臉識別系統(tǒng)。首先用基于Faster R-CNN的人臉檢測方法對傳入的視頻幀進行人臉檢測