視頻監(jiān)控中基于人臉識別的身份驗(yàn)證.pdf

1、隨著高性能攝像設(shè)備的普及以及計(jì)算機(jī)技術(shù)的迅猛發(fā)展，基于視頻數(shù)據(jù)的人臉識別與身份驗(yàn)證技術(shù)在公共安全、智能監(jiān)控、視頻會議、用戶訪問控制、多媒體和數(shù)字娛樂等領(lǐng)域有著廣闊的應(yīng)用前景。經(jīng)過幾十年的研究，目前人臉識別技術(shù)已經(jīng)得到了長足的發(fā)展，在理想的情況下已經(jīng)可以得到很高的識別率。但是，在視頻監(jiān)控等應(yīng)用場合，由于環(huán)境復(fù)雜、光照變化大、人的姿勢表情多變以及受到分辨率的限制，人臉識別問題依然是一個極具挑戰(zhàn)性的問題。本文對視頻中的人臉識別問題進(jìn)行了研究，

2、本文的主要內(nèi)容包括：
　　(1)對人臉檢測進(jìn)行了研究。本文首先對人臉檢測中常用的Adaboost算法和幾種顏色模型進(jìn)行了介紹，在此基礎(chǔ)上提出將Adaboost算法和YCbCr膚色模型相結(jié)合的人臉檢測方法，利用YCbCr膚色模型對Adaboost算法檢測得到的結(jié)果進(jìn)行驗(yàn)證，排除非人臉圖像。通過實(shí)驗(yàn)表明，用此方法可以有效的排除非人臉區(qū)域，提高識別率。
　　(2)為了消除光照、人臉姿勢、圖像尺寸等因素對人臉識別的影響，提高識別率，

3、在人臉識別前先要對檢測到的人臉圖像進(jìn)行預(yù)處理。本文介紹了幾何預(yù)處理和光照預(yù)處理的常用方法。在幾何預(yù)處理中，首先需要確定兩眼的位置，然后通過旋轉(zhuǎn)、縮放和裁剪等操作，對圖像進(jìn)行傾斜校正和尺寸歸一化。本文提出了一種新的人眼定位方法，可以在相對復(fù)雜的情況下更加準(zhǔn)確地定位兩眼的位置。
　　(3)介紹了幾種常用的人臉識別特征，并對它們進(jìn)行了分析。在此基礎(chǔ)上提出將DCT特征和梯度特征進(jìn)行融合，作為新的特征用于人臉識別。該特征不僅包含了人臉的整體