学位论文 > 优秀研究生学位论文题录展示

人脸定位算法在视频监控中的设计与实现

作　者: 邹盛瑜
导　师: 王伟东；杨恩志
学　校: 电子科技大学
专　业: 软件工程
关键词: 人脸检测 AdaBoost算法 YCbCr彩色空间定位算法 Mean Shift算法视频监控
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 48次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来,为满足国际反恐、国家安全和社会安全的需要,视频监控系统作为其代表在相关领域得到广泛应用。在视频监控系统中,人脸包含的生物信息特征能够进行人物身份鉴定和识别,其应用价值极高。因此,有效的人脸检测成为准确人脸识别的重要步骤。然而由于人脸相貌、表情、肤色等的差异以及人脸的多姿态、遮挡和环境光照的影响,使得人脸检测具有极大的挑战性。本文设计和实现了视频监控的人脸定位算法,可有效地提高系统的工作效率与智能化程度。人脸检测及定位研究的目标是在视频中自动检测、定位、跟踪和识别人脸,也是目前计算机模式识别和图形图像领域中的研究热点。该技术能广泛应用于基于内容的图像检索、生物认证、视频编码、计算机安全、电子商务等领域。尽管多年来关于人脸检测方法已开展广泛的研究,但到目前为止,由于人脸检测及定位问题自身的复杂性,使得现有的研究仍存在一些不足和改进,相关的瓶颈问题未能取得彻底解决。基于上述原因,本文就人脸检测算法进行了深入研究,对基于改进的YCbCr彩色空间(即YUV)的快速肤色区域定位算法、改进的AdaBoost人脸检测算法、改进的Mean Shift算法在人脸跟踪方面进行了编程实现,实现了人脸快速、有效的检测,从静态图像到视频实时图像的人脸检测,有较高的准确率和处理速度。论文最后设计和实现了人脸自动跟踪系统软件,实现视频的采集、图像的采集以及人脸的实时跟踪功能。本文在充分理解人脸检测及定位算法相关理论和方法的基础上,经过对现有视频监控系统充分调研的基础上,将人脸检测与定位算法理论运用于实际安保中,设计了带有通过有效的人脸检测、识别、定位的视频监控系统,仿真实验结果表明,将人脸检测技术应用于视频监控,可以有效地、准确地检测视频图像中的人脸,捕获有效的人脸信息,提高当前监控系统的应用程度。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-14
  1.1 研究背景及意义  8-12
    1.1.1 视频监控系统回顾  8-9
    1.1.2 国内外人脸检测及定位方法的回顾  9-11
    1.1.3 课题研究的学术和应用价值  11-12
  1.2 本文的主要工作  12-13
  1.3 本文各章节安排  13-14
第二章基于肤色区域的人脸检测技术  14-26
  2.1 人脸检测算法  14-17
    2.1.1 人脸检测基础知识  14-16
    2.1.2 人脸检测总体流程  16-17
  2.2 改进的YCbCr 彩色空间人脸检测算法  17-24
    2.2.1 样本获取  18
    2.2.2 图像预处理  18-23
    2.2.3 人脸区域的定位  23-24
  2.3 本章小结  24-26
第三章改进的人脸跟踪算法研究  26-44
  3.1 AdaBoost 人脸检测算法  26-34
    3.1.1 AdaBoost 人脸检测的原理  26-30
    3.1.2 AdaBoost 算法的训练过程  30-34
  3.2 CAMSHIFT 算法基本思想  34-39
    3.2.1 Mean Shift 算法步骤  36-39
    3.2.2 Mean Shift 的应用  39
  3.3 改进的mean shift 人脸检测算法  39-42
    3.3.1 目标检测  40-41
    3.3.2 Kalman 预测  41
    3.3.3 搜索、匹配与更新  41-42
  3.4 本章小结  42-44
第四章人脸检测与识别系统设计与实现  44-50
  4.1 改进的人脸检测算法实验  44-48
  4.2 本章小结  48-50
第五章系统仿真测试  50-57
  5.1 系统组成  50
  5.2 软件模块  50-51
  5.3 系统组成  51-56
  5.4 本章小结  56-57
第六章总结与展望  57-60
  6.1 改进的YCbCr 彩色空间（即YUV）的快速肤色区域定位算法  57
  6.2 改进的AdaBoost 人脸检测算法  57-58
  6.3 改进的Mean Shift 人脸检测算法  58
  6.4 展望  58-60
致谢  60-61
参考文献  61-64

人脸定位算法在视频监控中的设计与实现

内容摘要

全文目录

相似论文