跨攝像頭人臉檢測(cè)與識(shí)別算法研究.pdf

1、當(dāng)下國(guó)際局勢(shì)不穩(wěn)定，各國(guó)越來(lái)越重視安防問(wèn)題。2016年9月，中國(guó)舉辦的G20峰會(huì)稱之為“史上最嚴(yán)G20峰會(huì)”，特別采用了人臉識(shí)別技術(shù)對(duì)重點(diǎn)區(qū)域做了安防布控，來(lái)保障會(huì)議順利進(jìn)行。日常生活中，人們也越來(lái)越重視安全問(wèn)題，攝像頭遍及大街小巷，公安機(jī)關(guān)打造“天網(wǎng)監(jiān)控系統(tǒng)”，為城市的治安做出強(qiáng)有力保障。智能化時(shí)代的到來(lái)，傳統(tǒng)的人工手動(dòng)處理監(jiān)控視頻的模式很難適應(yīng)現(xiàn)在的需求，人們正在逐步實(shí)現(xiàn)真正的智能監(jiān)控系統(tǒng)。
　　本文搭建了一個(gè)跨攝像頭人臉檢測(cè)

2、與識(shí)別系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)了對(duì)不同攝像頭中出現(xiàn)的相同人臉進(jìn)行檢測(cè)與識(shí)別，并且對(duì)動(dòng)態(tài)的人臉進(jìn)行跟蹤。系統(tǒng)主要包含三大部分：獨(dú)立攝像頭的人臉檢測(cè)部分、獨(dú)立攝像頭的人臉跟蹤部分和跨攝像頭的人臉識(shí)別部分。文章重點(diǎn)對(duì)系統(tǒng)中算法的改進(jìn)做了研究。在獨(dú)立攝像頭人臉檢測(cè)部分，采用了逐步縮小檢測(cè)范圍以達(dá)到最終檢測(cè)的思路，第一步對(duì)出現(xiàn)的目標(biāo)進(jìn)行運(yùn)動(dòng)檢測(cè)，檢測(cè)出人體區(qū)域，第二步通過(guò)人體的膚色特征作為檢測(cè)依據(jù)進(jìn)一步定位出人體的膚色區(qū)域。第三步用AdaBoost算法實(shí)

3、現(xiàn)對(duì)人臉的檢測(cè)，通過(guò)這樣的人臉檢測(cè)方法不但提升了正檢率，而且有效降低了漏檢率；在獨(dú)立攝像頭人臉跟蹤部分，優(yōu)化了CamShift算法對(duì)人臉的實(shí)時(shí)跟蹤，在算法中加入了Kalman預(yù)測(cè)機(jī)制，改善了被遮擋目標(biāo)的跟蹤效果。通過(guò)實(shí)驗(yàn)表明二者相結(jié)合可以更準(zhǔn)確的對(duì)目標(biāo)進(jìn)行跟蹤；在跨攝像頭目標(biāo)識(shí)別部分，本文采用了Gabor小波和PCA相融合的方法來(lái)完成對(duì)人臉圖像的識(shí)別任務(wù)，這種算法首先利用Gabor濾波器提取跟蹤到的人臉圖像的特征，雖然Gabor算法可以

4、很好地提取到有效的人臉特征信息，卻導(dǎo)致結(jié)果產(chǎn)生了很多冗余特征，大大增加了計(jì)算量。PCA算法能有效的對(duì)數(shù)據(jù)進(jìn)行降維，二者相結(jié)合，可實(shí)現(xiàn)有效提取人臉圖像特征而且能對(duì)特征數(shù)據(jù)進(jìn)行降維，降低計(jì)算量。
　　本文所搭建的跨攝像頭人臉檢測(cè)與識(shí)別系統(tǒng)，用于復(fù)雜情景下獲取人臉信息并在其他攝像頭上完成人臉的識(shí)別。完成了在不同區(qū)域動(dòng)態(tài)背景下對(duì)人臉的檢測(cè)、跟蹤和識(shí)別的功能。經(jīng)過(guò)系統(tǒng)功能測(cè)試，實(shí)驗(yàn)結(jié)果表明本文搭建的跨攝像頭人臉檢測(cè)與識(shí)別系統(tǒng)功能完整，準(zhǔn)確率