基于视频的实时人脸检测与识别系统的研究与实现-信号与信息处理专业论文.docxVIP

摘要 摘要 错误 错误!未定义“自动图文集”词条。 万方数据 摘要 本文根据科研项目《基于图像传感器阵列的智能视频监控系统研究与开发》的研 制要求，在研究了人脸检测算法、图像预处理方法和人脸识别算法的基础上，设计并 实现了一个基于视频的实时人脸检测与识别实验系统。该系统使用普通的 USB 摄像 头获取视频，采用基于 Adaboost 算法的人脸检测方法，通过光照预处理后，提取人 脸图像的一种纹理特征，然后使用支持向量机进行分类识别，最后判别出视频图像中 人物的身份。本文主要的工作如下： 1、在人脸识别方面，首先从理论上分析不同的特征提取方法，通过实验进行比 较与分析，最终选择基于局部三元模式 LTP(Local Ternary Patterns)的特征提取方法。 本文采用的 LTP 特征对光照变化较不敏感，基于 LTP 的特征提取方法在复杂光照变 化情况下，图像也能提取到比较全面的局部特征。 2、在实际应用中，通常是在复杂环境下进行人脸识别。拍摄环境的光照条件通 常是复杂多变的；待识别的人脸在识别前未知，仅可能存在于训练集中，即开集模式 下的人脸识别。为了减小光照条件对人脸识别的影响，本文提出一种基于小波变换域 的光照处理方法，该方法先对人脸图像进行小波分解，然后对分解后的低频逼近图像 进行 Gamma 校正、高斯差分和对比度变换。实验表明，该方法在光照条件变化较大 时仍可取得较高的识别率。针对开集模式下的人脸识别问题，引入竞争反样本，该方 法能较好解决存在未知人时的人脸识别问题。实验表明，加入竞争反样本可以有效地 减小误识率。 3、设计并实现了一个基于视频的实时人脸检测与识别实验系统，该系统能实现 视频的采集、人脸的检测、人脸的识别以及人脸图像的保存与管理。 关键字：人脸检测；人脸识别；光照处理；竞争反样本；实时系统； Abstract In this dissertation, according to the development requirements of Research and Development of intelligent video surveillance system Base on Image Sensor Array, a real-time video-based face detection and recognition system is designed and applied after the study of face detection, the pre-processing of image and face recognition. In this system, the video is captured by USB camera. First, Adaboost algorithm is applied to detect the face image from the video. The texture features of the face are extracted after processing of the face. At Last, the face from the video is recognized by SVM (Support Vector Machine).The primary work of this paper can be summarized as follow: Firstly, in the face recognition, a recognition method based on Local Ternary Patterns for feature extraction is presented after the analysis of some feature extraction methods. The LTP feature is not sensitive in complex illumination environment; the feature extraction based on LTP can also gather the features completely of the image in complex illumination environment. Secondly, in practical application, the face detection is always under complex condition. The illumination environment is complex; the test face is unknown before r