視頻監(jiān)控系統(tǒng)中人臉檢測技術(shù)的研究與應(yīng)用.pdf

1、由于反恐和國家安全的需要,安防行業(yè)已成為各國發(fā)展最快的行業(yè)之一。隨著國內(nèi)經(jīng)濟的高速增長,安防產(chǎn)品的需求從原來的重要部門逐步普及。另一方面,我國的政策導(dǎo)向,如提出建設(shè)“平安社會”以及奧運會、世博會的需求都為安防行業(yè)的發(fā)展提供了契機。因此,高端、高附加值的產(chǎn)品平臺是目前安防行業(yè)發(fā)展的重中之重。其中,視頻中的人臉檢測技術(shù)是安防視頻監(jiān)控系統(tǒng)中的核心技術(shù),具有重要的學(xué)術(shù)和現(xiàn)實價值及深遠的應(yīng)用背景。本文以安防視頻監(jiān)控系統(tǒng)的應(yīng)用為背景,就人臉檢測技術(shù)

2、中的核心技術(shù)與若干關(guān)鍵問題展開了具體的研究工作。文中提出了新穎的膚色檢測融合架構(gòu)方案,改進了基于AdaBoost算法的人臉檢測方法,并基于在安防視頻監(jiān)控系統(tǒng)中的應(yīng)用需求,提出了一種面向智能視頻監(jiān)控的實時人臉檢測框架。結(jié)合基于像素的膚色檢測方法及基于塊的膚色檢測方法,本文提出了兩種膚色檢測的融合架構(gòu)方案。通過研究及實驗比較決定采用第二種融合架構(gòu)方案,結(jié)合膚色分割算法,完成膚色檢測的整體研究。膚色檢測融合架構(gòu)方案極大地減少了人臉檢測過程中需

3、要搜索的區(qū)域面積,從而提高了算法的實時性能。通過膚色分割算法對檢測到的人臉候選區(qū)域做進一步的篩選,能夠剔除由噪聲引起的假臉區(qū)域,從而提高了算法的準確性,減少了誤檢率。在對AdaBoost人臉檢測算法的研究基礎(chǔ)上,本文采用簡單特征、改進的級聯(lián)分類器,使用機器訓(xùn)練的方法,利用人臉數(shù)據(jù)庫圖像,進行樣本訓(xùn)練,得到了高效的強級聯(lián)分類器,實現(xiàn)了快速人臉檢測,有效地降低了誤檢率,明顯地提高了檢測速度。本文提出的增加輔助判決函數(shù)方法的級聯(lián)分類器框架能夠

4、在檢測率和誤檢率中取得較為理想的平衡。最后,本文在基于像素和塊的膚色檢測融合架構(gòu)方案及膚色分割的檢測方法、基于AdaBoost人臉檢測算法的改進方法之上,提出了一個人臉檢測框架,并整合到與中國安防技術(shù)有限公司合作的上海市科委項目“全IP網(wǎng)絡(luò)智能化安防系統(tǒng)技術(shù)研究及應(yīng)用實現(xiàn)”中。其中的人臉檢測、跟蹤及報警模塊能夠獲取運動的人臉目標,標示、跟蹤并記錄人臉目標信息。在人臉檢測目標判斷之后,能夠使用高速球進行PTZ跟蹤,對可疑目標進行高清晰特寫