【摘要】：隨著“平安城市”的推進,城市中很多公共區(qū)域都安裝了攝像頭,為打擊違法犯罪提供了有力的工具,但如何從海量的視頻數據中快速檢索到感興趣目標也成為了一個難題,基于視頻的人臉檢索技術在此背景下應運而生,而實現其的關鍵技術是人臉識別,如何提高人臉識別效率和提取更為精確的人臉表達信息成為了研究熱點和難點。本文主要對人臉識別中人臉檢測和人臉特征提取過程進行深入研究和分析。針對監(jiān)控視頻中人臉檢測環(huán)境的復雜性問題,利用CAS-PEAL-R1人臉數據庫中的姿態(tài)、光照、飾物和表情變化的人臉進行分類器訓練,將該分類器應用于視頻人臉檢測系統(tǒng)中。首先,結合中值濾波和均值濾波對視頻幀去噪;然后利用YCbCr顏色空間建立的簡單膚色模型對預處理后的圖像進行膚色分割,并利用幾何規(guī)則排除一部分類膚色的偽人臉區(qū)域;再對剩下的人臉候選區(qū)域利用訓練的分類器進行人臉檢測,并分別在靜態(tài)圖像和動態(tài)視頻中進行人臉檢測測試。在特征提取階段,對原始LBP算子、均勻模式LBP、旋轉不變LBP、Haar型LBP算法、PCA算法原理進行深入分析比較,針對傳統(tǒng)的LBP算子無法提取到人臉圖像的多尺度、深層次紋理信息等問題,本文提出了改進的Haar型LBP和PCA相結合的特征提取方法。首先利用小波分解將人臉圖像在兩個尺度下表達;然后用Haar型LBP算法提取每個尺度下的圖像紋理特征;采用PCA算法對特征向量進行降維;最后選取最近鄰分類器完成人臉的分類識別,并分別在人臉數據庫CAS-PEAL-R1、ORL和YALE上對本文提出的特征提取方法進行實驗。實驗結果表明,本文的人臉檢測方法對人臉變化有較高的魯棒性,加快了人臉檢測速度;特征提取方法能夠提取更為有效的人臉信息,提高了人臉識別率。系統(tǒng)實現階段,在OpenCV和Qt開發(fā)環(huán)境下利用C++語言編程實現了一套智能視頻人臉檢索原型系統(tǒng),選取了三段不同復雜程度的視頻進行了人臉檢索實驗。實驗結果表明,該系統(tǒng)可以較好的完成人臉實時檢索,檢索速度和準確率滿足實際應用需求,可以大大提高辦案人員的工作效率,減輕其工作強度。
【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