基于多方法優(yōu)化的動(dòng)態(tài)人臉識(shí)別研究及應(yīng)用.pdf

1、隨著模式識(shí)別在安防監(jiān)控領(lǐng)域的應(yīng)用需求，當(dāng)前人臉識(shí)別的研究已成為一項(xiàng)重點(diǎn)課題。本文從人臉識(shí)別在智能監(jiān)控的實(shí)際應(yīng)用出發(fā)，深入研究了動(dòng)態(tài)人臉識(shí)別中的視頻捕捉、人臉檢測(cè)、人臉圖像預(yù)處理、人臉識(shí)別等技術(shù)，最終完成了一個(gè)實(shí)時(shí)的動(dòng)態(tài)人臉識(shí)別裝置，并獲得了專家驗(yàn)收組的驗(yàn)收和肯定。 本文針對(duì)動(dòng)態(tài)人臉識(shí)別系統(tǒng)的實(shí)時(shí)性，開發(fā)了一個(gè)通用于Windows平臺(tái)的動(dòng)態(tài)視頻捕捉驅(qū)動(dòng)模塊和實(shí)時(shí)人臉檢測(cè)模塊，并在實(shí)際應(yīng)用中獲得了不錯(cuò)的效果。 研究和實(shí)現(xiàn)了基

2、于AdaBoost的人臉檢測(cè)，與視頻捕捉模塊結(jié)合并嵌入到人臉檢測(cè)模塊中。實(shí)驗(yàn)結(jié)果表明，只要調(diào)整好人臉檢測(cè)中人臉大小的尺寸和掃描窗口的大小，該檢測(cè)算法在滿足實(shí)時(shí)的人臉檢測(cè)前提下，可以達(dá)到較高的檢測(cè)率。 光照問題一直是影響人臉識(shí)別的重要因素之一，如何在圖像預(yù)處理中減少光照產(chǎn)生的影響是困擾課題深入研究的問題，作者通過對(duì)幾種不同的光照補(bǔ)償方法進(jìn)行研究，發(fā)現(xiàn)任何一種方法在單獨(dú)情況下并不能十分有效實(shí)現(xiàn)光照歸一化，最后提出了基于小波分頻和多種

3、圖像處理方法結(jié)合的圖像預(yù)處理算法，最后取得的了非常有效的效果。 表情等類內(nèi)差異在基于人臉總體特征的子空間識(shí)別算法中也是影響人臉識(shí)別正確率的問題之一，因此在進(jìn)行光照補(bǔ)償后，如何最大程度的降低由于類內(nèi)差異所帶來的影響是提高識(shí)別率的關(guān)鍵，在深入分析了主成分分析算法( PCA)、線性差異分析算法(LDA)、貝葉斯算法(Bayesian)三種子空間識(shí)別算法，并針對(duì)他們的特征子空間和判別依據(jù)，提出了一種新穎的多子空間融合人臉識(shí)別方法，提高了