基于實時視頻的人臉識別系統(tǒng).pdf

1、人臉識別技術(shù)是模式識別和機器視覺領(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)人臉識別技術(shù)已經(jīng)非常成熟,但在實際環(huán)境應用中卻難以廣泛應用特別是在實時視頻監(jiān)控方面。由于人臉的可塑性及在成像過程中多種因素的影響,人臉識別系統(tǒng)在實時視頻的條件下,識別性能會顯著降低。使得人臉識別系統(tǒng)很難應用于工業(yè)、商業(yè)和家庭生活中。一個完整的人臉識別系統(tǒng)包括人臉圖像預處理、人臉檢測、人臉特征提取、特征匹配等主要功能模塊。本文的研究內(nèi)容

2、由以下幾個方面組成:
　　 (1)人臉圖像預處理本文采用了人臉圖像預處理基本方法:均值濾波、自適應中值濾波、直方圖均衡化方法實現(xiàn)人臉圖像的去噪、圖像增強、圖像恢復等。實驗表明這些前期處理可以大大提高人臉識別率并節(jié)省存儲空間。通過這些方法,我們可以從視頻中得到最佳的人臉圖像。
　　 (2)人臉識別方法研究了人臉識別中常用的特征提取方法,并對這些方法進行了詳細的闡述,并簡單指出了這些方法在研究應用中存在的優(yōu)缺點,還詳盡描述了

3、人臉識別率的性能指標并對這些指標做了詳細的對比。
　　 (3)人臉特征提取算法詳細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)對稱尺度不變特征的人臉識別方法分析了加權(quán)對稱臉的方法并重構(gòu)新的人臉圖像,并將加權(quán)對稱臉的方法與SIFT特征方法相結(jié)合,減少了運算量、節(jié)省了樣本空間并能檢測出人臉圖像的旋轉(zhuǎn)和縮放不變的特征向量。