連續(xù)視頻流中人臉檢測和識別的研究.pdf

1、在計算機及網(wǎng)絡技術高速發(fā)展的現(xiàn)代社會中,信息安全顯示出前所未有的重要性。身份識別是保證信息系統(tǒng)安全的重要前提,在國家安全、電子政務、安全檢查、保安監(jiān)控以及門禁系統(tǒng)等領域,都需要對人們身份識別及鑒定。人臉檢測識別技術以其獨特的優(yōu)勢在計算機視覺領域得到了深入的研究和廣泛的應用。但人臉檢測識別要走向實際的應用,檢測精度和檢測速率是急需解決的兩個關鍵問題。經(jīng)過近十來年的發(fā)展,人臉檢測識別的精度得到了較大的提高,但速度問題一直有待提高。
　

2、　 本論文重點研究了對視頻圖像的人臉檢測和識別,在研究的過程中,實現(xiàn)了對靜態(tài)圖像和動態(tài)視頻圖像的人臉檢測,人臉識別的實現(xiàn)還有待進一步研究。
　　 通過在研究生階段大量閱讀人臉檢測識別技術方面的文獻資料,本文首先對人臉檢測識別技術的發(fā)展、現(xiàn)狀和發(fā)展趨勢進行了簡要的概述,接著對人臉檢測和識別經(jīng)典算法進行了分析和研究,為了提高人臉檢測和識別的效率,本文首先對待檢測的圖像進行了直方圖變換增強、光照補償?shù)念A處理,然后對圖形進行了邊緣檢測

3、和顏色分割,進一步提高了圖像質量。在此基礎上,分析研究了Adaboost算法,詳細闡述了該算法的整個過程,包括Harr特征的選取,矩形特征的計算,積分圖像的計算,然后介紹了弱分類器、強分類器和級聯(lián)分類器的構造,基于該算法存在的問題,本文對該算法提出了改進,主要是改進了分類器構造過程中,對概率值的更新規(guī)則進行了改變,使新的循環(huán)更重視分類錯誤的樣本,從而使構造的分類器更加高效和實用,進而提高對圖像的人臉檢測率并降低人臉誤檢率,然后本文對改進