基于實(shí)時(shí)視頻的人臉識(shí)別系統(tǒng).pdf

1、人臉識(shí)別技術(shù)是模式識(shí)別和機(jī)器視覺(jué)領(lǐng)域重要的研究方向之一。在理想情況下(如光線不變、靜止圖片、姿態(tài)不變等)人臉識(shí)別技術(shù)已經(jīng)非常成熟,但在實(shí)際環(huán)境應(yīng)用中卻難以廣泛應(yīng)用特別是在實(shí)時(shí)視頻監(jiān)控方面。由于人臉的可塑性及在成像過(guò)程中多種因素的影響,人臉識(shí)別系統(tǒng)在實(shí)時(shí)視頻的條件下,識(shí)別性能會(huì)顯著降低。使得人臉識(shí)別系統(tǒng)很難應(yīng)用于工業(yè)、商業(yè)和家庭生活中。一個(gè)完整的人臉識(shí)別系統(tǒng)包括人臉圖像預(yù)處理、人臉檢測(cè)、人臉特征提取、特征匹配等主要功能模塊。本文的研究?jī)?nèi)容

2、由以下幾個(gè)方面組成:
　　 (1)人臉圖像預(yù)處理本文采用了人臉圖像預(yù)處理基本方法:均值濾波、自適應(yīng)中值濾波、直方圖均衡化方法實(shí)現(xiàn)人臉圖像的去噪、圖像增強(qiáng)、圖像恢復(fù)等。實(shí)驗(yàn)表明這些前期處理可以大大提高人臉識(shí)別率并節(jié)省存儲(chǔ)空間。通過(guò)這些方法,我們可以從視頻中得到最佳的人臉圖像。
　　 (2)人臉識(shí)別方法研究了人臉識(shí)別中常用的特征提取方法,并對(duì)這些方法進(jìn)行了詳細(xì)的闡述,并簡(jiǎn)單指出了這些方法在研究應(yīng)用中存在的優(yōu)缺點(diǎn),還詳盡描述了

3、人臉識(shí)別率的性能指標(biāo)并對(duì)這些指標(biāo)做了詳細(xì)的對(duì)比。
　　 (3)人臉特征提取算法詳細(xì)研究了一維主成分分析方法、二維主成分分析方法、離散余弦函數(shù)方法、隱馬爾可夫方法、基于線性判別的人臉特征提取算法。
　　 (4)基于加權(quán)對(duì)稱尺度不變特征的人臉識(shí)別方法分析了加權(quán)對(duì)稱臉的方法并重構(gòu)新的人臉圖像,并將加權(quán)對(duì)稱臉的方法與SIFT特征方法相結(jié)合,減少了運(yùn)算量、節(jié)省了樣本空間并能檢測(cè)出人臉圖像的旋轉(zhuǎn)和縮放不變的特征向量。