基于人臉區(qū)域特征相關(guān)性的視頻流人臉識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、人臉識(shí)別是生物特征識(shí)別的重要領(lǐng)域之一，在人機(jī)交互、身份驗(yàn)證、社會(huì)安防等諸多方面有著十分廣闊的應(yīng)用前景。
　　目前，基于深度學(xué)習(xí)提取人臉特征進(jìn)行人臉靜態(tài)圖片識(shí)別的方法，在LabeledFaces in the Wild(LFW)數(shù)據(jù)集等標(biāo)準(zhǔn)集上的正確識(shí)別率幾乎接近人類。但是，在視頻流中，如監(jiān)控系統(tǒng)中的人臉，由于人體的不停運(yùn)動(dòng)和姿態(tài)偏移等問(wèn)題，導(dǎo)致檢測(cè)到的部分人臉區(qū)域嚴(yán)重模糊和不完整，這種情況下，單純地采用基于圖片的人臉識(shí)別方法，準(zhǔn)確

2、率會(huì)嚴(yán)重下降。
　　視頻具有可用于識(shí)別的大量人臉區(qū)域圖像信息。然而，不是所有幀中的臉部圖像都適合于圖像識(shí)別。因此，利用視頻中所有幀進(jìn)行識(shí)別并不一定會(huì)提高性能，反而顯著增加了識(shí)別的計(jì)算時(shí)間。
　　本文考慮到視頻中人臉的姿態(tài)、圖像的模糊以及人臉區(qū)域圖像的大量冗余等問(wèn)題，設(shè)計(jì)并實(shí)現(xiàn)了基于人臉區(qū)域的特征自相關(guān)系數(shù)和互相關(guān)系數(shù)的人臉區(qū)域圖像選取算法，以及加權(quán)投票判決的人臉識(shí)別方法。該系統(tǒng)可以有效地選取高質(zhì)量人臉圖像用于人臉識(shí)別，并減少

3、連續(xù)視頻幀中人臉圖像的冗余，通過(guò)對(duì)少數(shù)人臉圖像的識(shí)別并加權(quán)投票判決，降低了人臉識(shí)別的計(jì)算次數(shù)，提高了識(shí)別系統(tǒng)的正確率、實(shí)時(shí)性與穩(wěn)定性。
　　本文的主要工作如下:
　　1.提出一種衡量人臉圖像特征質(zhì)量的指標(biāo)——人臉圖像的特征自相關(guān)系數(shù)。通過(guò)該指標(biāo)可以濾去人臉模糊、姿態(tài)傾斜的人臉圖像，選取適合識(shí)別的高質(zhì)量人臉圖像，從而提高人臉識(shí)別率;
　　2.提出一種衡量多張人臉圖像間冗余度的指標(biāo)——圖像的特征互相關(guān)系數(shù)。通過(guò)該指標(biāo)減少識(shí)