視頻超分辨率重建技術(shù)在人臉識(shí)別中的應(yīng)用.pdf

1、近年來(lái)隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展,治安形勢(shì)日趨嚴(yán)峻,為了及時(shí)掌握突發(fā)情況和為破案提供線(xiàn)索,攝像頭被普遍使用于廣場(chǎng)、道路、小區(qū)等各種公共場(chǎng)所。對(duì)監(jiān)控?cái)z像頭拍下的大量影像進(jìn)行人物辨認(rèn)工作非常重要,但又十分耗費(fèi)人力和時(shí)間。利用計(jì)算機(jī)進(jìn)行自動(dòng)化人臉識(shí)別因?yàn)榫哂锌焖?、直接、友好、易于為用?hù)接受等優(yōu)點(diǎn),特別適于此類(lèi)應(yīng)用,成為熱門(mén)的研究課題。人臉識(shí)別技術(shù)是基于生物特征識(shí)別技術(shù)的一個(gè)重要分支,是模式識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域內(nèi)研究的熱點(diǎn)。一個(gè)完整的人臉識(shí)別系統(tǒng)包

2、括圖像增強(qiáng)、人臉檢測(cè)和人臉識(shí)別三個(gè)部分。對(duì)于適用于廣場(chǎng)等開(kāi)闊地區(qū)的人臉識(shí)別系統(tǒng),圖像的分辨率低、清晰度差等因素往往對(duì)人臉識(shí)別的效果產(chǎn)生不利影響。目前的人臉識(shí)別系統(tǒng)缺乏對(duì)低質(zhì)量圖像的增強(qiáng)解決方案。本文以實(shí)際出發(fā),討論了人臉識(shí)別技術(shù)各個(gè)關(guān)鍵部分的主要算法及其特點(diǎn),并根據(jù)目前應(yīng)用上的難題,創(chuàng)新性地在人臉識(shí)別系統(tǒng)中應(yīng)用超分辨率重建技術(shù)。本文設(shè)計(jì)了改進(jìn)的基于小波融合的多幀視頻超分辨率改進(jìn)算法,創(chuàng)造性地利用此技術(shù)結(jié)合經(jīng)典的人臉識(shí)別算法設(shè)計(jì)并實(shí)現(xiàn)了完

3、整的人臉識(shí)別系統(tǒng)。本文總結(jié)了人臉識(shí)別系統(tǒng)各個(gè)部分的主要算法,討論了圖像超分辨率理論基礎(chǔ)及各種圖像插值算法,通過(guò)對(duì)基于小波變換的單幀超分辨率重建算法及POCS算法的研究討論,提出了結(jié)合實(shí)際的基于小波融合的多幀圖像超分辨率改進(jìn)算法并進(jìn)行了試驗(yàn)對(duì)比。為了建立完整的人臉識(shí)別系統(tǒng),本文在圖像預(yù)處理方面討論了濾波、直方圖均衡算法、運(yùn)動(dòng)檢測(cè)、空間變換等算法,人臉檢測(cè)方面集中介紹了基于Chan-Vese模型的人臉檢測(cè)算法。在人臉特征識(shí)別算法方面,本文討

4、論了基于神經(jīng)網(wǎng)絡(luò)、基于Gobar特征和基于主元分析(K-L變換)三種經(jīng)典的人臉識(shí)別算法。本文以上述算法為基礎(chǔ),討論了具有超分辨率重建能力的人臉識(shí)別系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)。本文以需求為向?qū)?通過(guò)對(duì)監(jiān)控視頻特點(diǎn)的分析,在系統(tǒng)實(shí)現(xiàn)中以運(yùn)動(dòng)檢測(cè)為基礎(chǔ)對(duì)圖像進(jìn)行分割,然后對(duì)分割后的圖像進(jìn)行多幀超分辨率重建,實(shí)踐證明這種方法可以提高人臉檢測(cè)的效率,并使超分辨率重建技術(shù)獲得較好的實(shí)用效果。在系統(tǒng)實(shí)現(xiàn)中,以低耦合度設(shè)計(jì)為指導(dǎo),通過(guò)在系統(tǒng)實(shí)現(xiàn)中以模塊替換完成不