基于视频监控的人脸识别研究.pdf

发布时间：2022-05-29 发布人：admin 分类：说明书资料大小：9.55M 资料格式：pdf 举报版权申诉

v1986642073-9471412-4744302542895723918.pdf-第1页.png

第1页 / 共62页

v1986642073-9471412-4744302542895723918.pdf-第2页.png

第2页 / 共62页

v1986642073-9471412-4744302542895723918.pdf-第3页.png

第3页 / 共62页

v1986642073-9471412-4744302542895723918.pdf-第4页.png

第4页 / 共62页

v1986642073-9471412-4744302542895723918.pdf-第5页.png

第5页 / 共62页

v1986642073-9471412-4744302542895723918.pdf-第6页.png

第6页 / 共62页

v1986642073-9471412-4744302542895723918.pdf-第7页.png

第7页 / 共62页

v1986642073-9471412-4744302542895723918.pdf-第8页.png

第8页 / 共62页

声明

摘要

英文摘要

第一章绪论

1．1 课题研究背景与意义

1．2 人脸识别技术概述

1．2．1 国内外研究现状

1．2．2 人脸识别的流程

1．2．3 人脸识别中的常用方法

1．2．4 人脸识别中的难点

1．2．5 人脸识别的评测指标

1．3 人脸数据库介绍

1．4 本文的研究内容及各章节安排

第二章人脸检测

2．1 人脸检测的常用方法

2．2 基于ADABOOST算法的人脸检测

2．2．1 类Haar特征和积分图

2．2．2 分类器训练

2．2．3 级联分类器

2．3 实验结果

2．4 本章小结

第三章基于改进LBP的人脸识别

3．1 局部二值模式(LBP)

3．1．1 基本LBP算子

3．1．2 LBP算子的旋转不变模式

3．1．3 LBP算子的均匀模式

3．2 LBP算子的优点和不足

3．3 改进的LBP算子

3．4 基于改进LBP的人脸识别

3．4．1 图像预处理

3．4．2 LBP特征提取过程

3．4．3 LBP直方图的相似性度量

3．4．4 K近邻分类器

3．5 实验部分

3．5．1 实验中用到的人脸库

3．5．2 预处理对识别结果的影响

3．5．3 分块方式对识别结果的影响

3．5．4 改进的LBP对识别结果的影响

3．5．5 两种相似性度量方法对识别结果的影响

3．6 本章小结

第四章人脸识别系统

4．1 系统简介

4．2 系统的设计框架

4．3 系统的功能介绍和演示

4．4 本章小结

第五章总结与展望

5．1 总结

5．2 展望

参考文献

致谢

攻读硕士学位期间的科研成果

独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。．学位论文作者签名：甭庆签字日期： 2。lq- 年6月7日学位论文版权使用授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权安徽大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文作者签名：甭庆签字日期： 20 IJ卜年6月7日导师签名：之些许签字日期： 9-口f乒年 g月 7日

摘要摘要 tlltlLIl[[1llllhllllllMIIJllLIlllall[LLIIIIIl— Y257920 1 在计算机视觉和模式识别领域，人脸识别技术的研究起步较早，经过几十年的发展，人们对人脸识别技术的研究已经越来越成熟。目前已经出现了很多商用人脸识别系统，这些系统在较理想的条件下已经得到了人们的认可。然而在实际应用中，由于人脸图像本身和各种外部条件的限制，如特征表达方法的好坏、特征向量的维数大小，人脸识别技术还不能广泛的普及，因此寻找一种简单有效且计算量小的识别方法，才能真正广泛的普及人脸识别的应用。所谓的人脸识别就是通过对人脸图像进行特征提取，然后与训练知识库中的特征向量进行比对，从而进行分类识别，最后给出识别结果，也就是待测人脸图像所属的类别。本文对人脸识别过程中的人脸检测、图像预处理、特征提取、分类识别等问题做了相关的研究，最后实现了一个监控图像下的人脸识别系统，主要工作和成果包括： 1．介绍了Adaboost算法人脸检测算法的基本原理。鉴于视频监控下的人脸识别对实时性的要求，本文采用了快速Adaboost算法进行人脸检测，其检测率和计算速度能满足实时系统的需要。 2．总结了LBP算子的优缺点，研究了影响LBP人脸识别的因子。本文通过对LBP算子的详细介绍，总结出了LBP算子的优缺点。通过实验得出了影响传统LBP算子人脸识别的因子：预处理和分块方式。实验结果表明：预处理能明显的提高LBP人脸识别的识别率；分块大小对识别率有着很大的影响，分块数越多识别率越高，但是过高的分块也会使识别率降低。 3．在研究LBP算子的基础上，采用了一种更适合监控图像的改进LBP算子，并采用了街区距离作为LBP直方图的相似性度量方法。在ORL和自己采集的人脸库上进行的实验结果表明：改进LBP算子优于传统的LBP算子，并且仍然保持了LBP算子计算量小，简单易懂的优点；采用街区距离后的识别效果要优于Chi平方距离。 4．设计并开发了一个人脸识别系统通过对人脸检测和人脸识别方法的研究，在matlab下设计并实现了一个快速人脸识别系统。 T

安徽大学硕士学位论文基于视频监控的人脸识别研究关键字：人脸识别；局部二值模式；直方图相似性度量；人脸图像

Abstract Abstract In the field of computer vision and pattern recognition，face recognition technology research started earlier．After decades of development，the research of face recognition technology has been more and more mature．Currently there have been many commercial face recognition systems，which under ideal conditions have been recognized by the people．However，in practical applications，due to its face image and various extemal conditions，such as the expression of the quality characteristics of the method，the dimension of the feature vector size，face recognition technology is not widely spread，SO looking for a simple and effective identification method of small amount of calculation，the popularization and application of face recognition Can be widely． Face recognition is through face image feature extraction，and then compared with the characteristics of the training in the knowledge base to classify and recognize． Finally,the recognition results are given，which is the test face image belongs to the category of the database． This paper made a research on the face detection，image preprocessing，feature extraction，classification and recognition problems，the main work and achievements include： 1．Introduces the basic principle ofAdaboost algorithm for face detection． Due to the requirements of face recognition in video monitoring of real—time，this paper adopts the fast Adaboost algorithm for face detection，the detection rate and the computing speed Can meet the requirement of real-time system． 2．Summarizes the advantages and disadvantages of LBP operator and study the effects of LBP face recognition factor． In this part，we summarize the advantages and disadvantages of LBP operator based on the detailed description of LBP operator．By experiment shows the effect of traditional LBP face recognition factor：pretreatment and block the way．The results showed that：LBP pretreatment significantly improved recognition rate of recognition； block size has a great influence on recognition rate，the higher the block number the III

安徽大学硕士学位论文基于视频监控的人脸识别研究 more the recognition rate，but blocks too much lead to a fall in the recognition rate， while too much will make the block feature vector dimension is too large，excessive computation time and storage space is not conducive to the practical application of face recognition． 3．Study an improved LBP operator based on LBP operator and Adopt City Block Distance as LBP histogram similarity measure method． Experimental results on ORL face database show that the improved LBP operator is better than the traditional LBP operator and still keeps the advantages of LBP operator and using City Block Distance as LBP histogram similarity measure method is superior to using Chi square of the distance． 4．A face recognition system is designed and developed． Through the research of face detection and face recognition method，we design and implement a simple face recognition system based on matlab． Keywords：Face recognition；Local Binary Pattern；histogram similarity measure；human face images

目录目录摘要………………………………………………………………………………………………………………．．I ABSTRACT…………………………………………………………………………………………………IIl 目j录……………………………………………………………………………………………………………、～，第一章绪论…………………………………………………………………………．1 1．1课题研究背景与意义………………………………………………………．．1 1．2人脸识别技术概述……………………………………………………………3 1．2．1国内外研究现状………………………………………………………3 1．2．2人脸识别的流程………………………………………………………4 1．2．3人脸识别中的常用方法………………………………………………5 1．2．4人脸识别中的难点……………………………………………………7 1．2．5人脸识别的评测指标…………………………………………………7 1．3人脸数据库介绍………………………………………………………………8 1．4本文的研究内容及各章节安排……………………………………………一9 第二章人脸检测………………………………………………………………………11 2．1人脸检测的常用方法………………………………………………………．1 1 2．2基于ADABOOST算法的人脸检测………………………………………12 2．2．1类Haar特征和积分图………………………………………………13 2．2．2分类器训练…………………………………………………………．．15 2．2．3级联分类器…………………………………………………………．．1 7 2．3实验结果……………………………………………………………………l 8 2．4本章小结……………………………………………………………………1 9 第三章基于改进LBP的人脸识别…………………………………………………20 3．1局部二值模式(LBP)…………………………………………………………20 3．1．1基本LBP算子………………………………………………………20 3．1．2 LBP算子的旋转不变模式…………………………………………．．22 3．1．3 LBP算子的均匀模式………………………………………………．．24 V

安徽大学硕士学位论文基于视频监控的人脸识别研究 3．2 LBP算子的优点和不足……………………………………………………26 3．3改进的LBP算子……………………………………………………………26 3．4基于改进LBP的人脸识别…………………………………………………28 3．4．1图像预处理……………………………………………………………29 3．4．2 LBP特征提取过程…………………………………………………．．30 3．4．3 LBP直方图的相似性度量…………………………………………．．32 3．4．4 K近邻分类器…………………………………………………………34 3．5实验部分……………………………………………………………………34 3．5．1实验中用到的人脸库………………………………………………．．34 3．5．2预处理对识别结果的影响…………………………………………．．36 3．5．3分块方式对识别结果的影响………………………………………．．37 3．5．4改进的LBP对识别结果的影响……………………………………37 3．5．5两种相似性度量方法对识别结果的影响…………………………．．38 3．6本章小结……………………………………………………………………38 第四章人脸识别系统…………………………………………………………………40 4．1系统简介……………………………………………………………………．40 4．2系统的设计框架……………………………………………………………．40 4．3系统的功能介绍和演示……………………………………………………41 4．4本章小结……………………………………………………………………46 第五章总结与展望…………………………………………………………………………．47 5．1总结…………………………………………………………………………47 5．2展望…………………………………………………………………………47 参考文献………………………………………………………………………………49 致谢………………………………………………………………………………………………………………53 攻读硕士学位期间的科研成果…………………………………………………………54 VI

第一章绪论第一章绪论随着上个世纪中期计算机的出现，借助于成熟的数学知识，计算机技术得到了飞速的发展。随着科技的不断进步和发展，诞生了一门称为“模式识别”的新学科。这门学科的主要研究内容有两部分：一部分是属于计算机领域的，主要是计算机信息学专家、相关工作人员和数学家通过计算机对人类对外界的识别功能进行自动模拟，另一部分则不是计算机领域的，它属于认识科学的范围。一般情况下，模式识别技术是研究的前一部分内容。计算机辨识和分类外界事物，可识别的形式是多种多样的，它可以是具体的对象如文字、指纹、虹膜等，也可以是抽象的对象。尽管对象是各种各样的，但它们都被称为模式信息。计算机模式识别技术的研究领域包括数字图像处理、机器学习、数字信号处理、语言学、生物学等内容。人脸识别技术是模式识别学科的一个分支，迄今为止该领域已经有了很久的研究历史。人脸识别主要指的是对人脸图像进行人脸检测、特征提取，从而和训练知识库的先验知识进行对比分类，最后给出识别结果。在模式识别领域中，人脸识别技术是一块非常重要的内容，下面将对人脸识别的研究背景、研究意义、国内外研究现状进行介绍。 1．1课题研究背景与意义随着电子计算机和多媒体网络技术的逐渐成熟，人们在网上的活动更加活跃和频繁，身份判别鉴定问题在人们心中越来越受到关注，它已经成了信息安全方面的一个关键性问题【l】．关于个人身份鉴定的问题可以分为两类：认证 (Verification)和识别(Identification)121。“认证”是指验证用户是否符合他宣称的身份，“识别”是指确定当前用户的身份。个人身份判别鉴定的一般方法主要依赖各种证件、钥匙、磁卡或口令和密码等，这些外物不方便携带且容易毁坏、被偷、遗失；口令和密码太难了容易遗忘，太简单了又容易被他人恶意破解或者篡改；这些情况一旦发生，往往会对拥有者的利益造成很大的损失。基于以上传统的身份鉴定方法的致命缺点，使得它已经无法满足如今高度信息化时代的要求，

分享到：

赞收藏

资料库

基于视频监控的人脸识别研究.pdf

相关推荐

开发技术

热门标签

最新资料