視頻搜索中人臉識別關鍵技術的研究與實現(xiàn).pdf

1、本文對人臉檢測與識別技術進行了研究，實現(xiàn)了一個用于視頻搜索的自動人臉識別系統(tǒng)。該系統(tǒng)對輸入的視頻幀進行人臉檢測和定位，經(jīng)過圖像預處理之后，進行重要特征點Gabor-Fisher的特征提取和分類識別。本文主要研究了以下三方面內(nèi)容： 1．研究了基于Adaboost級聯(lián)分類器的人臉檢測方法，該方法首先利用圖像中的Haar-Like特征構造一系列弱分類器，然后通過Adaboost方法對這一系列弱分類器進行訓練，構造出一個強分類器，最后將

2、多個強分類器級聯(lián)形成分層檢測結(jié)構。實驗表明，對于視頻中的人臉，該方法有較高的檢測率，且實時性好。 2．提出了一種運用矩形框?qū)ふ颐佳蹓K和眼部灰度積分投影相結(jié)合的人眼定位方法，實現(xiàn)了較高的定位準確率。以人眼坐標為基準實現(xiàn)了人臉圖像的幾何歸一化和灰度歸一化，去除了大部分頭發(fā)、背景等干擾信息，并對姿態(tài)和光照進行了校正。 3．在人臉識別技術中，研究了特征臉方法、Fisher臉方法及結(jié)合圖像Gabor變換的直接采樣Gabor-Fis

3、her方法和重要特征點Gabor-Fisher方法。與特征臉方法和Fisher臉方法相比，Gabor-Fisher方法對人臉姿態(tài)、表情和光照變化有更好的容忍性，具有更高的識別率。 最后，實現(xiàn)了視頻搜索中的自動人臉識別子系統(tǒng)，用6段視頻對系統(tǒng)采用的人臉檢測方法、人眼定位方法和四種人臉識別方法進行了實驗。結(jié)果表明，基于Adaboost的人臉檢測方法和矩形框人眼定位方法準確率和速度均能達到系統(tǒng)要求；識別方法中，重要特征點Gabor-F