学位论文 > 优秀研究生学位论文题录展示
面向智能视频监控的多人脸识别算法研究
作 者: 程战员
导 师: 桂预风
学 校: 武汉理工大学
专 业: 应用数学
关键词: 智能视频监控 并行编程 多人脸识别 f-k优化近邻法
分类号: TP277
类 型: 硕士论文
年 份: 2013年
下 载: 27次
引 用: 0次
阅 读: 论文下载
内容摘要
智能视频监控系统具有图像内容智能识别与智能分析、处理、管理功能,是一种先进的智能视频分析系统.人脸识别是生物识别技术中的研究热点,属于人工智能领域的难点之一.平安城市与平安社区的深入开展,对城市智能监控系统提出了更高的要求,面向智能视频监控的人脸识别技术具有急切的市场需求.“市场需求主导技术发展”是永恒的规律.针对市场需求,笔者在参阅相关文献资料的基础上对智能视频监控多人脸识别技术展开研究,通过探索新算法实现视频图像中多人脸的实时性检测和识别.主要研究工作如下:1.分别对人脸识别技术和智能视频监控系统的应用背景、发展现状等进行了信息整合;对相关基础理论知识如图像预处理方法原理,多核并行编程理论等进行了归纳总结.2.简单介绍了Adaboost算法的发展背景、基本概念及算法原理;分析探索了视频监控图像中人脸检测的详细过程并对视频图像多人脸并行检测算法进行了改进,加入了补充检测区域,测试结果表明改进算法在一定程度上提高了多人脸正确检测率并大大提高了人脸的检测速度;改进算法可以满足视频图像实时性检测的要求.3.通过对PCA人脸识别过程中特征空间上不同投影系数之间的最小距离计算进行优化处理,提出了一种基于f-k优化近邻法的PCA多人脸识别算法.该算法充分利用了视频图像序列帧之间的间接信息,提高了人脸识别的正确识别率,增强了对可疑人员的分类预警能力.4.在VS2010软件平台下建立智能视频监控多人脸识别测试系统,对视频图像多人脸并行检测算法及改进的PCA多人脸识别算法进行了集成测试;由并行多人脸检测和识别测试结果可知新算法在测试系统中得到了较好的应用,实现了视频图像多人脸实时性检测和识别的目标.
|
全文目录
摘要 4-5 Abstract 5-9 第1章 引言 9-19 1.1 人脸识别技术的研究背景意义 9-11 1.1.1 研究背景 9-10 1.1.2 研究意义 10-11 1.2 国内外研究现状 11-15 1.2.1 国内研究现状 11-12 1.2.2 国外研究现状 12-15 1.3 视频监控系统简介 15-16 1.4 本文研究内容及章节安排 16-18 1.5 本章小结 18-19 第2章 视频图像预处理 19-26 2.1 图像预处理的概念 19 2.2 直方图均衡化 19-21 2.2.1 基本原理 19-20 2.2.2 计算步骤 20-21 2.3 图像归一化 21-22 2.4 图像缩放 22-25 2.4.1 灰度插值法 22-25 2.4.2 三种插值算法优缺点总结 25 2.5 本章小结 25-26 第3章 Adaboost多人脸并行检测算法 26-44 3.1 Adaboost算法理论基础 26-30 3.1.1 Haar特征 26-27 3.1.2 计算特征数 27-29 3.1.3 积分图 29-30 3.2 Adaboost算法训练过程 30-35 3.2.1 训练分类器 30-31 3.2.2 选取人脸训练样本 31-33 3.2.3 训练人脸分类器 33-35 3.3 基于Adaboost算法的多人脸并行检测 35-41 3.3.1 多核编程 35-36 3.3.2 并行计算 36-37 3.3.3 并行编程 37-38 3.3.4 人脸检测过程 38 3.3.5 多人脸并行检测算法思想 38 3.3.6 多人脸并行检测基本原理 38-39 3.3.7 多人脸并行检测算法流程 39-40 3.3.8 实验结果 40-41 3.4 改进的多人脸并行检测算法 41-43 3.4.1 算法原理 41-42 3.4.2 实验结果对比分析 42-43 3.5 本章小结 43-44 第4章 改进的PCA多人脸识别算法 44-69 4.1 PCA人脸识别理论基础 44-45 4.1.1 K-L变换 44 4.1.2 PCA的作用 44-45 4.1.3 奇异值分解 45 4.2 PCA人脸识别过程 45-47 4.2.1 人脸图像预处理 45 4.2.2 读入人脸库 45 4.2.3 构建特征子空间 45-46 4.2.4 投影变换 46 4.2.5 距离判别函数 46-47 4.3 f-k优化近邻法 47-49 4.3.1 符号解释与矩阵构建 47 4.3.2 两种计算方法 47-49 4.4 实例分析 49-57 4.4.1 读入人脸库 49-51 4.4.2 构建特征子空间 51-54 4.4.3 投影变换 54 4.4.4 5-3优化近邻法识别 54-57 4.4.5 不同方法识别效果比较 57 4.5 序列帧图像多人脸识别算法 57-66 4.5.1 多人脸识别算法思想 57-58 4.5.2 多人脸识别算法步骤 58-60 4.5.3 实验结果与分析 60-66 4.6 智能监控多人脸识别测试系统介绍 66-68 4.6.1 系统概述 66 4.6.2 测试平台 66-67 4.6.3 测试结果 67 4.6.4 结果分析 67-68 4.7 本章小结 68-69 第5章 总结与展望 69-71 参考文献 71-74 致谢 74-75 攻读硕士学位期间发表论文及参加科研项目情况 75
|
相似论文
- 基于OGSA的IVS研究及设计,TP391.41
- 基于混合高斯的背景建模与更新算法的研究与实现,TP391.41
- 基于多核的数据并行编程平台的研究与实现,TP332
- 基于人脸检测的智能监控追踪系统,TP391.41
- 自适应混合高斯背景建模算法的GPU并行优化研究,TP391.41
- 基于贝叶斯理论的运动目标检测算法研究,TP391.41
- 基于嵌入式智能相机的目标检测与覆盖方法研究,TP368.1
- 智能视频监控系统中目标分类技术研究与应用,TP391.41
- 智能视频监控系统中的行为识别研究,TP391.41
- 人群行为分析算法研究与实现,TP391.41
- 智能视频监控系统中人体异常行为检测与识别研究,TP391.41
- X10语言机制研究和实现优化,TP332
- 基于信号完整性分析的视频监控系统硬件设计,TN79
- 视频监控系统中相关图像处理技术的研究与实现,TP391.41
- 智能交通视频监控系统中关键技术研究,TP391.41
- 视频监控报警跟踪技术的研究与实现,TP391.41
- 基于图像序列的运动目标检测与人脸跟踪,TP391.41
- 铁路机车智能视频监控系统算法研究,TP391.41
- 基于DSP的运动目标检测系统的实现,TP391.41
- 智能视频监控系统中运动目标的检测与跟踪,TP391.41
- 面向智能视频监控的事件检测建模及优化,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 监视、报警、故障诊断系统
© 2012 www.xueweilunwen.com
|