学位论文 > 优秀研究生学位论文题录展示

基于视频的实时多人脸检测、识别与跟踪方法研究

作　者: 吴丹阳
导　师: 桑海峰
学　校: 沈阳工业大学
专　业: 测试计量技术及仪器
关键词: 多人脸检测多人脸跟踪多人脸识别 CamShift 多线程
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 134次
引　用: 0次
阅　读: 论文下载

内容摘要

随着国际形式的日益严峻，在入境通关、刑侦、反恐及军事设施等领域对安全防范的需求与日俱增，对大规模人群进行快速准确的身份鉴别已成为保障公共社会安全、维护国家和谐稳定和加强国家公共安全预警能力的重要手段。本文设计了一个基于视频的自动多人脸检测、跟踪与识别系统，该系统的功能是实时检测、跟踪视频范围内的人脸并鉴别人脸的身份。本系统主要分为三个部分，即多人脸检测部分、跟踪部分和识别部分。在人脸检测部分，提出了Adaboost-ASM人脸检测算法，该算法是Adaboost人脸检测算法和主动形状模型的融合算法，主要解决Adaboost人脸检测算法易将复杂区域以及类似人脸区域误检测为人脸的问题，实现人脸的实时检测并对非人脸区域进行剔除。在人脸跟踪部分，深入分析了Camshift算法的理论基础，并针对多人脸的相互交错以及场景中人脸数目发生变化的问题，提出了一种多线程的Camshift跟踪算法实现多人脸跟踪，即MT-Camshift跟踪算法。在人脸识别部分，本文利用2D-Gabor小波变换特征提取，并分析了PCA方法和Fisher线性判别法的优缺点，本文最终采用PCA和Fisher线性判别分析方法相结合的Fisherface方法对人脸特征降维，并对人脸特征进行最有利于分类的投影。最后，将人脸的投影值与训练样本的投影值按余弦距离公式进行计算，从而鉴定人脸身份。本文应用Visual Studio2008开发环境设计了一套完整的自动多人脸检测、跟踪与识别系统，并做了大量实验进行验证。实验结果表明，该系统在视频范围内对人脸检测和身份识别准确，跟踪实时性强，可以作为人脸的实时检测、识别和跟踪的专业解决方案。

全文目录

摘要  5-6
Abstract  6-10
第一章绪论  10-16
  1.1 生物特征识别技术简介  10-11
  1.2 人脸检测技术的发展及研究现状  11-12
  1.3 人脸跟踪技术的发展及研究现状  12-13
  1.4 人脸识别技术的发展及研究现状  13-14
  1.5 论文主要研究内容及结构总体安排  14-16
第二章 Adaboost-ASM 人脸检测算法  16-35
  2.1 Adaboost 人脸检测算法介绍  16-25
    2.1.1 Haar 特征  16-18
    2.1.2 利用积分图方法快速计算 Haar 特征值  18-20
    2.1.3 Adaboost 算法的训练过程  20-23
    2.1.4 级联分类器  23-24
    2.1.5 Adaboost 人脸检测算法的检测机制  24-25
  2.2 主动形状模型算法  25-31
    2.2.1 主动形状模型的建立  25-29
    2.2.2 图像的搜索匹配  29-31
  2.3 Adaboost-ASM 人脸检测  31-32
  2.4 Adaboost 人脸检测算法与 Adaboost-ASM 算法对比实验及分析  32-34
  2.5 本章小结  34-35
第三章 MT-Camshift 跟踪算法  35-49
  3.1 Mean Shift 算法的理论介绍  35-37
  3.2 Camshift 跟踪算法介绍  37-42
    3.2.1 HSV 颜色空间  37-38
    3.2.2 颜色直方图  38-39
    3.2.3 反向投影过程  39
    3.2.4 Camshift 跟踪算法步骤  39-42
  3.3 MT-Camshift 人脸跟踪算法  42-45
    3.3.1 自动跟踪人脸  43
    3.3.2 多人脸跟踪问题  43
    3.3.3 基于多线程的跟踪目标更新  43-45
  3.4 实验结果及分析  45-48
  3.5 本章小结  48-49
第四章基于 Gabor 特征提取和 Fisherface 方法的人脸识别  49-61
  4.1 基于 Gabor 的特征提取  49-53
    4.1.0 Gabor 变换介绍  49-50
    4.1.1 二维 Gabor 滤波器  50-51
    4.1.2 图像的二维 Gabor 滤波  51-53
  4.2 基于 Fisherface 的人脸识别  53-57
    4.2.1 基于主成分分析方法的人脸特征降维  53-55
    4.2.2 Fisher 线性判别分析  55-56
    4.2.3 Fisherface 方法  56-57
  4.3 基于 Gabor 和 Fisherface 的人脸识别  57-60
    4.3.1 人脸几何预处理  57-58
    4.3.2 人脸光照预处理  58
    4.3.3 人脸识别过程  58-60
  4.4 本章小结  60-61
第五章多人脸检测、跟踪与识别系统  61-67
  5.1 系统构成  61-62
  5.2 主要功能描述  62-66
    5.2.1 人脸的注册与训练过程  62-64
    5.2.2 视频下多人脸检测、跟踪与识别实验  64-66
  5.3 本章小结  66-67
第六章结论  67-69
参考文献  69-72
在学研究成果  72-73
致谢  73

基于视频的实时多人脸检测、识别与跟踪方法研究

内容摘要

全文目录

相似论文