基于視頻流的人臉識(shí)別系統(tǒng)研究.pdf

1、隨著視頻監(jiān)控、信息安全等領(lǐng)域的需要，視頻下的人臉識(shí)別研究越來(lái)越受到人們的關(guān)注。國(guó)內(nèi)外已經(jīng)開(kāi)發(fā)出很多優(yōu)秀的人臉識(shí)別系統(tǒng)，并得到廣泛的應(yīng)用。本文研究的目的就是開(kāi)發(fā)一套系統(tǒng)，對(duì)視頻流中的人臉進(jìn)行跟蹤識(shí)別。主要工作如下：
　　 （1）在分析前人研究的基礎(chǔ)上，概述了人臉檢測(cè)跟蹤以及識(shí)別技術(shù)的經(jīng)典算法，并給出了各自算法的優(yōu)缺點(diǎn)以及應(yīng)用方向；
　　 （2）在人臉檢測(cè)跟蹤方面，本文采用基于AdaBoost的人臉檢測(cè)算法，對(duì)視頻流中的人臉

2、進(jìn)行檢測(cè)，確定其大小和位置。在深入分析均值移動(dòng)的跟蹤算法的基礎(chǔ)上，采用對(duì)其改進(jìn)的CamShift跟蹤算法，并將AdaBoost人臉檢測(cè)算法與CamShift跟蹤算法相結(jié)合，能夠在視頻中很好的對(duì)人臉進(jìn)行檢測(cè)跟蹤；
　　 （3）特征提取方面，本文在基于向量的主成分分析（PCA）的基礎(chǔ)上，分別介紹了基于圖像矩陣的二維主成份分析（2DPCA）和雙向二維主成分分析（（2D）2PCA），并針對(duì)各不同特征向量對(duì)人臉識(shí)別的貢獻(xiàn)率不同這一特點(diǎn)，提