視頻監(jiān)控中實(shí)時(shí)人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、高考是國(guó)家選拔人才的重要手段。為了保障考試公平公正，在高考錄取工作中，只能允許指定人員進(jìn)入工作場(chǎng)地。為了解決錄取入場(chǎng)人員身份識(shí)別問(wèn)題，本課題提出了對(duì)錄取工作場(chǎng)地入口采用視頻監(jiān)控，在計(jì)算機(jī)捕獲的視頻圖像中對(duì)出現(xiàn)的人臉進(jìn)行身份識(shí)別。
　　為了防止偽造的人臉圖像欺騙機(jī)器通過(guò)自動(dòng)人臉識(shí)別，視頻人臉識(shí)別中必須再加以活體檢測(cè)技術(shù)判斷視頻中的人臉是否是真實(shí)的人臉。筆者通過(guò)研究相關(guān)文獻(xiàn)，對(duì)視頻中面部基準(zhǔn)點(diǎn)變化的分析。提出了基于歸一化眼眶距離比描述

2、人眼眶距離在視頻中的變化。通過(guò)計(jì)算其方差與一定的閾值相比較，可以對(duì)視頻中的眨眼行為進(jìn)行監(jiān)測(cè)，進(jìn)而確定是否是真實(shí)的人臉。該活體檢測(cè)方法計(jì)算容易，占用內(nèi)存少，而且不需要添加額外傳感器，在測(cè)試中得到92.4％以上的準(zhǔn)確率。
　　實(shí)驗(yàn)分別從效率和精度兩方面對(duì)人臉檢測(cè)校準(zhǔn)和人臉識(shí)別方法進(jìn)行甄選，最終選擇了基于形狀索引特征的聯(lián)合層疊模型的人臉檢測(cè)校準(zhǔn)方法和基于深度學(xué)習(xí)的GoogLeNet人臉識(shí)別方法。在VS2013軟件平臺(tái)上使用.NET、Em