基于視頻的實時人臉檢測與識別系統(tǒng)的研究與實現(xiàn).pdf

1、本文根據(jù)科研項目《基于圖像傳感器陣列的智能視頻監(jiān)控系統(tǒng)研究與開發(fā)》的研制要求,在研究了人臉檢測算法、圖像預處理方法和人臉識別算法的基礎上,設計并實現(xiàn)了一個基于視頻的實時人臉檢測與識別實驗系統(tǒng)。該系統(tǒng)使用普通的USB攝像頭獲取視頻,采用基于 Adaboost算法的人臉檢測方法,通過光照預處理后,提取人臉圖像的一種紋理特征,然后使用支持向量機進行分類識別,最后判別出視頻圖像中人物的身份。本文主要的工作如下:
　　1、在人臉識別方面,首

2、先從理論上分析不同的特征提取方法,通過實驗進行比較與分析,最終選擇基于局部三元模式LTP(Local Ternary Patterns)的特征提取方法。本文采用的LTP特征對光照變化較不敏感,基于LTP的特征提取方法在復雜光照變化情況下,圖像也能提取到比較全面的局部特征。
　　2、在實際應用中,通常是在復雜環(huán)境下進行人臉識別。拍攝環(huán)境的光照條件通常是復雜多變的;待識別的人臉在識別前未知,僅可能存在于訓練集中,即開集模式下的人臉識別

3、。為了減小光照條件對人臉識別的影響,本文提出一種基于小波變換域的光照處理方法,該方法先對人臉圖像進行小波分解,然后對分解后的低頻逼近圖像進行Gamma校正、高斯差分和對比度變換。實驗表明,該方法在光照條件變化較大時仍可取得較高的識別率。針對開集模式下的人臉識別問題,引入競爭反樣本,該方法能較好解決存在未知人時的人臉識別問題。實驗表明,加入競爭反樣本可以有效地減小誤識率。
　　3、設計并實現(xiàn)了一個基于視頻的實時人臉檢測與識別實驗系統(tǒng)