人臉識別技術研究及其在智能視頻檢索中的應用
【圖文】:
由于監(jiān)控視頻環(huán)境復雜性導致人臉檢測效果不好,本文利用 CAS-PE數據庫中的姿態(tài)、光照、飾物和表情變化的人臉進行分類器訓練,然類器用于視頻人臉檢測中。2.2本文人臉檢測方法總體思路本文方法分為以下兩個階段來操作,訓練階段:利用 CAS-PEAL-R1 人中的大量人臉圖片和根據需要采集的不含人臉的圖片進行分類器訓練段:為了降低噪聲對人臉檢測的影響,在檢測階段利用中值濾波和均合的方法對視頻幀圖像進行去噪,然后對預處理后的圖片進行膚色分二值圖像排除大部分背景區(qū)域,分割出膚色區(qū)域后,運用形態(tài)學閉運的點按一定規(guī)則連接起來并且去掉了較小的噪聲點。為進一步加快檢利用幾何規(guī)則排除類膚色的偽人臉區(qū)域。最后利用 AdaBoost 算法訓練進行人臉檢測,本文方法人臉檢測流程如圖 2.1 所示。待檢測圖片或視頻幀
第 2 章 基于膚色分割和 AdaBoost 訓練分類器的人臉檢測方法 2 22221,2x yF x y e 22x y為濾波半徑,σ 為高斯函數的方差決定著濾波器的寬度器的頻帶就越寬,平滑程度就越好,同時也會帶來更大的計)實驗結果與分析驗證以上介紹的濾波方法的效果,對一幅輸入圖像分別加入以及乘性噪聲,然后分別用三種方法對其進行去噪,,實驗圖 2.3 和圖 2.4 所示。原圖 加椒鹽噪聲 中值濾波去噪 均值濾波去噪 高斯濾波去噪
【學位授予單位】:云南師范大學
【學位級別】:碩士
【學位授予年份】:2017
【分類號】:TP391.41
【參考文獻】
相關期刊論文 前10條
1 于夢;云利軍;李艾瞳;;基于多尺度Retinex算法結合PCA特征加權的人臉識別方法[J];云南師范大學學報(自然科學版);2016年06期
2 江琨;鄭祿;帖軍;;基于LBP和PCA算法的智能人臉識別[J];計算機與數字工程;2016年10期
3 李彥璇;王蓉;;基于Gabor小波特征提取的PCA人臉識別方法[J];電腦知識與技術;2015年32期
4 許偉;賴惠成;齊立飛;吳雪鋒;;基于Gabor特征的人臉識別算法的對比研究與實現[J];激光雜志;2015年02期
5 侯賓;張文志;戴源成;田洪強;;基于OpenCV的目標物體顏色及輪廓的識別方法[J];現代電子技術;2014年24期
6 李軍;蒙仕格;范權昌;陳金;;基于人臉識別的門禁系統(tǒng)設計與實現[J];自動化與信息工程;2013年06期
7 蔡波;楊艷;;融合多特征的人臉檢測方法[J];半導體光電;2013年05期
8 梁淑芬;劉銀華;李立琛;;小波變換和LBP對數域特征提取的人臉識別算法[J];信號處理;2013年09期
9 周書仁;殷建平;;基于Haar特性的LBP紋理特征[J];軟件學報;2013年08期
10 李嵐;朱林杰;張云;;膚色特征與AdaBoost算法結合的人臉檢測[J];計算機與數字工程;2012年12期
相關博士學位論文 前1條
1 段錦;人臉自動識別中若干問題的研究[D];吉林大學;2004年
相關碩士學位論文 前10條
1 項曉麗;基于改進的稀疏表示的人臉識別算法研究[D];南昌大學;2016年
2 梅廣;基于KPCA與LBP的人臉識別[D];西華大學;2015年
3 霍焰焰;基于PCA和LBP改進算法的人臉識別研究[D];哈爾濱理工大學;2015年
4 王永強;基于膚色分割和Adaboost算法的人臉檢測方法研究[D];沈陽工業(yè)大學;2015年
5 周陽;基于量子進化算法的人臉檢測[D];蘭州理工大學;2014年
6 郭慶;基于視頻監(jiān)控的人臉識別研究[D];安徽大學;2014年
7 楊新權;基于膚色分割及連續(xù)Adaboost算法的人臉檢測研究[D];電子科技大學;2013年
8 楊松林;低分辨率下的行人檢測[D];武漢理工大學;2012年
9 宿佳寧;人臉對齊算法研究[D];哈爾濱工程大學;2012年
10 梁斌;視頻人臉檢索技術的研究與系統(tǒng)實現[D];太原理工大學;2012年
本文編號:2584466
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2584466.html