融合流形學(xué)習(xí)的視頻人臉性別識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、視頻人臉性別識別作為人臉識別的一個分支，其發(fā)展對于人臉識別以及訪問控制、視頻監(jiān)控等領(lǐng)域的發(fā)展也有一定的推動作用。而實(shí)現(xiàn)視頻人臉性別識別，存在很多難點(diǎn)。其一，如何克服圖片中光照變化大，人臉姿態(tài)、角度不同等，是最為關(guān)鍵的問題。其二，實(shí)現(xiàn)視頻中人臉性別的識別，常用的方法是選取視頻中的某張有代表性的圖片，并采用處理圖片的方法來處理，然后這樣已經(jīng)丟棄了很多視頻信息，這樣將直接影響到人臉性別識別的正確率。本論文的主要目標(biāo)就是解決以上問題，并由此建立

2、一個系統(tǒng)來實(shí)現(xiàn)人臉性別識別。
　　本文致力于解決以上兩個問題，通過采用合理的數(shù)據(jù)建模來挖掘更多的時空連續(xù)性信息，基于張量的流形學(xué)習(xí)方法來克服視頻人臉存在的形態(tài)變化問題。本論文的主要工作如下：
　　1、采用適合的視頻建模方法來挖掘更多的人臉圖像中的時空連續(xù)性信息。視頻建模方法的目的對視頻進(jìn)行適合的方式表述，以保持視頻中最多的信息，便于進(jìn)行后續(xù)計(jì)算。本論文采用的是k-均值聚類方法來實(shí)現(xiàn)視頻建模，屬于五種視頻建模模型中的流形模型。

3、
　　2、選取合適的特征提取算法來克服視頻人臉存在的形態(tài)變化問題。特征提取算法的目的是選取合適的特征來表示人臉圖像信息，并保持人臉圖像中最有價值的信息，便于分類。而常用的特征提取算法都是將人臉圖像作為一個向量來處理，忽略了人臉信息中的空間連續(xù)性信息。而本論文中采用的張量子空間算法將人臉圖像看作是一個二維張量（矩陣）來提取特征，實(shí)驗(yàn)表明，張量子空間算法更能提取人臉圖像中有價值的信息，能更好的實(shí)現(xiàn)性別分類。同時，張量子空間算法也是一種

4、流形學(xué)習(xí)算法，能夠?qū)W習(xí)存在于人臉圖像中低維流形結(jié)構(gòu)，能更好的表達(dá)人臉的本質(zhì)結(jié)構(gòu)。
　　3、采用VG-TSA人臉性別識別算法實(shí)現(xiàn)視頻中的人臉性別識別。具體實(shí)現(xiàn)方式是：首先采用Adaboost人臉檢測算法實(shí)現(xiàn)視頻中人臉檢測，然后采用 k-均值聚類算法實(shí)現(xiàn)視頻建模，繼而采用張量子空間算法實(shí)現(xiàn)特征提取，最后使用支持向量機(jī)分類器實(shí)現(xiàn)性別分類。
　　4、本論文基于上述視頻人臉性別識別的實(shí)現(xiàn)方式，對視頻人臉性別識別系統(tǒng)進(jìn)行了需求分析，概要