基于視頻的自動人臉檢測與識別系統(tǒng)研究與實現(xiàn).pdf

1、隨著計算機(jī)視頻技術(shù)的快速發(fā)展，自動人臉檢測與識別技術(shù)已成為當(dāng)前研究的熱點，并且已應(yīng)用于眾多領(lǐng)域。然而，在實時視頻中檢測提取出人臉，達(dá)到理想的識別率，依然是當(dāng)前研究的重點和難點。本文深入分析了自動人臉檢測與識別系統(tǒng)中的兩個關(guān)鍵部分—人臉檢測與人臉識別技術(shù)，在此基礎(chǔ)上設(shè)計并實現(xiàn)了一個基于視頻的自動人臉檢測與識別系統(tǒng)。本文主要從以下幾個方面進(jìn)行研究：
　　1.人臉檢測方面，深入分析了Adaboost人臉檢測算法的基本原理與實現(xiàn)過程，通過

2、大量實驗驗證了該算法不僅有較高的檢測率與較快的檢測速度，且具有較強(qiáng)的魯棒性。
　　2.人臉識別方面，深入研究了主分量分析方法與線性鑒別分析方法在人臉特征提取上的應(yīng)用，通過實驗表明，2DPCA與 DLDA相結(jié)合的方法更有利于人臉特征的充分提取。分析了最近鄰分類方法與支持向量機(jī)分類方法在人臉識別中的應(yīng)用，通過實驗驗證了支持向量機(jī)分類方法具有很好的分類效果。在開集模式下的人臉識別認(rèn)證中，采用K均值聚類算法與相似度匹配相結(jié)合的方法，能有效

3、的降低誤識率，提高拒假率。
　　3.圖像預(yù)處理方面，本文首先應(yīng)用直方圖均衡化方法對圖像進(jìn)行增強(qiáng)處理，采用非線性平滑濾波方法去除圖像噪聲，運(yùn)用像素歸一化方法對人臉圖像灰度值進(jìn)行歸一化，并采用雙線性插值法實現(xiàn)人臉圖像的高質(zhì)量縮小，最后用2DDCT方法提取表征圖像的主要低頻分量。實驗結(jié)果表明，本文提出的融合圖像預(yù)處理的人臉識別方法，不僅能有效提高人臉識別率，且明顯縮短了識別時間。
　　4.系統(tǒng)實現(xiàn)方面，采用USB攝像頭與計算機(jī)，應(yīng)