基于視頻流的人臉檢測識別系統(tǒng)研究.pdf

1、在飛速發(fā)展的當(dāng)代社會中，安全防范問題越來越突出，海關(guān)、機(jī)場、車站等人員頻繁流動場地對實時監(jiān)控識別系統(tǒng)的性能需求大大提高，因此，開展基于視頻流的人臉檢測識別研究將有著特殊的應(yīng)用價值和廣闊的發(fā)展前景。
　　人臉檢測識別技術(shù)是一種典型的生物識別技術(shù)，涉及人工智能、圖像處理等諸多科學(xué)理論，擁有廣泛的科研價值。
　　本文分別從視頻圖像處理、人臉檢測和特征提取及識別三個階段對其做了深入研究，實現(xiàn)了動態(tài)視頻圖像的人臉檢測及識別。
　

2、　視頻圖像處理階段，采用灰度歸一化，對視頻 RG B圖像進(jìn)行灰度化處理；通過光照歸一化，削弱光線對圖像的不利影響；通過尺度歸一化，放縮用于檢測人臉的視頻圖像以及特征提取的人臉圖片；通過濾波，消除人臉圖片的噪聲信息。在人臉檢測階段，分析研究了AdaBoo st檢測算法，其中包括Haar特征提取、分類器訓(xùn)練及級聯(lián)等，而且合成了人臉分類器，并且優(yōu)化了算法的檢測速率和檢測率。在特征提取及識別階段，重點分析了L BP算法，針對傳統(tǒng)的LB P算子提

3、取的臉部紋理特征不夠完整的缺點，提出了雙編碼局部二值模式（Double Coding Local Binary Pattern，d-LBP）人臉識別算法；改進(jìn)的算法在傳統(tǒng) LBP算法的基礎(chǔ)上，充分考慮了局部鄰域內(nèi)各個像素點灰度值之間的均值和幅值關(guān)系，從而較完整的提取人臉紋理特征；然后結(jié)合 PCA維數(shù)約簡分塊提取人臉紋理特征并統(tǒng)計直方圖，根據(jù)最近鄰原則進(jìn)行識別，并在 ORL人臉庫進(jìn)行對比實驗，實驗數(shù)據(jù)表明，d-LBP算法擁有較強(qiáng)的紋理描述