教室場景內(nèi)的人臉識(shí)別.pdf

1、隨著社會(huì)的進(jìn)步和信息技術(shù)的發(fā)展，身份識(shí)別技術(shù)日新月異，利用指紋、語音、人臉等進(jìn)行身份識(shí)別也逐漸進(jìn)入了實(shí)用階段。 本論文嘗試在上海交通大學(xué)E-Learning實(shí)驗(yàn)室的各種現(xiàn)有設(shè)備和技術(shù)研究成果的基礎(chǔ)上，繼續(xù)研究人臉檢測算法，人臉識(shí)別算法，設(shè)計(jì)并實(shí)現(xiàn)了面向視頻流的基于教室場景的人臉識(shí)別系統(tǒng)。該系統(tǒng)能夠的有效的提高遠(yuǎn)程教學(xué)環(huán)境中，教師與學(xué)生的互動(dòng)交流。同時(shí)教室場景中的光源穩(wěn)定、姿態(tài)相對(duì)單一等限制條件，為提高人臉識(shí)別的正確率提供了一定的

2、外部條件人臉檢測和人臉識(shí)別在很多領(lǐng)域都具有重要的應(yīng)用價(jià)值。本文主要將此技術(shù)應(yīng)用于視頻流分析中。研究目的在于得到一個(gè)應(yīng)用于視頻流全自動(dòng)的教室人臉識(shí)別系統(tǒng)。本系統(tǒng)首先使用Adaboost算法將人臉圖像快速又準(zhǔn)確地從視頻中分割出來，為了方便下面的人臉識(shí)別處理，將分割出來的圖像進(jìn)行標(biāo)準(zhǔn)化，包括平面內(nèi)的旋轉(zhuǎn)校正、大小歸一化等預(yù)處理。本文還分析了各種特征提取和識(shí)別的方法，使用LBP分塊直方圖特征抽取算法，同時(shí)考慮到識(shí)別的概率分布，使用距離、最近鄰分