連續(xù)視頻流中人臉檢測和識別的研究.pdf

1、在計算機(jī)及網(wǎng)絡(luò)技術(shù)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(wù)、安全檢查、保安監(jiān)控以及門禁系統(tǒng)等領(lǐng)域,都需要對人們身份識別及鑒定。人臉檢測識別技術(shù)以其獨(dú)特的優(yōu)勢在計算機(jī)視覺領(lǐng)域得到了深入的研究和廣泛的應(yīng)用。但人臉檢測識別要走向?qū)嶋H的應(yīng)用,檢測精度和檢測速率是急需解決的兩個關(guān)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(diǎn)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(jìn)一步研究。
　　 通過在研究生階段大量閱讀人臉檢測識別技術(shù)方面的文獻(xiàn)資料,本文首先對人臉檢測識別技術(shù)的發(fā)展、現(xiàn)狀和發(fā)展趨勢進(jìn)行了簡要的概述,接著對人臉檢測和識別經(jīng)典算法進(jìn)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(jìn)行了直方圖變換增強(qiáng)、光照補(bǔ)償?shù)念A(yù)處理,然后對圖形進(jìn)行了邊緣檢測

3、和顏色分割,進(jìn)一步提高了圖像質(zhì)量。在此基礎(chǔ)上,分析研究了Adaboost算法,詳細(xì)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(qiáng)分類器和級聯(lián)分類器的構(gòu)造,基于該算法存在的問題,本文對該算法提出了改進(jìn),主要是改進(jìn)了分類器構(gòu)造過程中,對概率值的更新規(guī)則進(jìn)行了改變,使新的循環(huán)更重視分類錯誤的樣本,從而使構(gòu)造的分類器更加高效和實用,進(jìn)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(jìn)