基于稀疏表示方法的遠(yuǎn)距離身份識(shí)別技術(shù)研究.pdf

1、隨著我國城市化步伐加快，城市人口數(shù)量增加，城市公共安全管理變得越來越重要，對(duì)智能監(jiān)控網(wǎng)的需求也日趨普遍。在智能監(jiān)控領(lǐng)域，身份識(shí)別是一個(gè)重要的課題。目前的研究方法一般都是通過對(duì)象的生物特征進(jìn)行身份識(shí)別。如何實(shí)現(xiàn)遠(yuǎn)距離的身份識(shí)別是本文主要的研究工作，它包括：基于稀疏表示的步態(tài)身份識(shí)別，遠(yuǎn)距離下的人臉識(shí)別算法，基于步態(tài)和人臉視頻序列的身份綜合識(shí)別算法。
　　首先，就步態(tài)識(shí)別而言，現(xiàn)階段基于步態(tài)特征的身份識(shí)別研究中，因?yàn)橐轮蚴菙y帶物變化

2、所導(dǎo)致的識(shí)別率下降是一個(gè)主要問題。為了有效地處理這個(gè)問題，本文提出了一種基于信號(hào)稀疏表示的步態(tài)識(shí)別方法，該方法以最大熵算法所得的步態(tài)能量圖作為步態(tài)特征，通過使用步態(tài)能量圖訓(xùn)練集構(gòu)造出的超完備字典與單位矩陣聯(lián)合構(gòu)成的新字典，首先對(duì)測(cè)試步態(tài)能量圖進(jìn)行稀疏表示，然后基于稀疏表示在單位矩陣上的分解系數(shù)以去除衣著和攜帶物的影響，接著使用稀疏表示在原超完備字典上分解的稀疏系數(shù)而復(fù)原測(cè)試圖像。最后，結(jié)合復(fù)原測(cè)試圖像的殘差和稀疏分解結(jié)果的集中程度以判斷

3、出測(cè)試目標(biāo)的身份。實(shí)驗(yàn)分析結(jié)果表明：該方法可以很大程度上提高步態(tài)識(shí)別在不同的衣著情況和攜帶情況下的識(shí)別率（在CASIA數(shù)據(jù)庫[1]上分別為87％，79%）。
　　其次，本文研究遠(yuǎn)距離下的人臉識(shí)別問題。在視頻監(jiān)控應(yīng)用中，要對(duì)人臉進(jìn)行識(shí)別，首先需要對(duì)人臉進(jìn)行檢測(cè)定位?，F(xiàn)有的基于臉部細(xì)節(jié)特征的人臉檢測(cè)方法無法在光照條件不佳或是人臉距離鏡頭過遠(yuǎn)的情況下使用。為了避免這種局限性，本文提出了一種基于人體結(jié)構(gòu)的自適應(yīng)人臉提取方法，實(shí)驗(yàn)結(jié)果表明，

4、該方法可以在遠(yuǎn)距離、光照變化的情況下對(duì)人臉進(jìn)行準(zhǔn)確定位。在準(zhǔn)確定位的基礎(chǔ)上，本文繼而提出一種基于稀疏表示的多尺度的人臉識(shí)別算法。該算法將測(cè)試圖像分解在一個(gè)包含多個(gè)尺度信息的稀疏表示字典上，通過分析分解系數(shù)判斷對(duì)象的身份。相對(duì)于現(xiàn)有的稀疏表示算法，該方法大大提高了拍攝距離隨時(shí)間變化情形下的身份識(shí)別率，同時(shí)提高了小訓(xùn)練數(shù)據(jù)集下的身份識(shí)別率。在大規(guī)模的數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明，該人臉檢測(cè)和識(shí)別系統(tǒng)能夠準(zhǔn)確獲得人的身份，適用于室內(nèi)遠(yuǎn)距離的視頻監(jiān)控

5、系統(tǒng)，具備很好的實(shí)用價(jià)值。
　　最后，基于步態(tài)和人臉視頻序列研究身份綜合識(shí)別技術(shù)。步態(tài)視頻序列可以在遠(yuǎn)距離下采集獲得，人臉視頻序列則可以在中等距離及近距離下觀察到。為了對(duì)目標(biāo)進(jìn)行更大范圍、更準(zhǔn)確、更魯棒的識(shí)別，可以通過結(jié)合兩者的優(yōu)勢(shì)提出新的身份識(shí)別算法。本文提出了一種決策層的綜合身份識(shí)別算法。該方法將不同的特征看作是同一本征特征通過不同觀測(cè)函數(shù)的結(jié)果，最終基于統(tǒng)計(jì)學(xué)的方法，使用奇異值分解從觀測(cè)特征中恢復(fù)該本征信號(hào)，達(dá)到綜合識(shí)別的目