学位论文 > 优秀研究生学位论文题录展示
雨雪环境下视频中人脸特征提取的研究
作 者: 谢克宇
导 师: 陈春雨
学 校: 哈尔滨工程大学
专 业: 信号与信息处理
关键词: 雨雪去除 人脸特征提取 2DPCA KPCA
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 13次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸识别是模式识别和人工智能领域的研究热点。人脸特征提取是人脸识别的核心步骤,其特征提取的效果将直接影响到人脸识别系统的性能。室外的摄像系统极易受到雨雪天气的影响,导致视频图像的质量严重下降,影响人脸识别的效果。因此,本文将对雨雪环境下视频中人脸特征提取进行研究,具体过程如下:首先,对图像进行预处理以及对已有雨雪去除算法进行性能分析。对视频图像进行灰度化,以降低计算量,对灰度化后的图像进行直方图均衡和中值滤波,以减少图像上的噪声。根据雨雪的光学和时间性能,分别利用帧时差法和改进帧时差法进行雨雪去除,对仿真结果进行分析。其次,针对仿真结果存在的问题,对视频图像中雨雪去除算法进行改进。该算法采用连续5帧的视频图像来处理第3帧,先计算该5帧中同一像素点的最大与最小灰度值,当二者差值大于0时,可检测出该像素点被雨雪覆盖;再分别计算第3帧中该像素点与最大、最小灰度值的距离,当与最小灰度值的距离大于与最大灰度值的距离时,用最小灰度值去取代第3帧中该点的灰度值。再次,对人脸进行检测定位以及对已有特征提取算法进行性能分析。利用基于模板匹配的人脸检测定位方法,采用边缘加权的Hausdorff距离作为衡量匹配程度的距离,对视频图像中的人脸进行检测定位。分别利用PCA、ICA、LDA、KPCA和2DPCA人脸特征提取算法进行人脸识别,并根据仿真结果存在的问题,对人脸特征提取算法进行改进。该算法将训练集分别存储在一个二维和一个三维矩阵中,在二维矩阵上运行2DPCA算法,将三维矩阵投影到2DPCA的特征空间,并将所得到的三维矩阵转换为二维矩阵,再在该二维矩阵上运行KPCA算法,将标准化后的测试集投影到2DPCA的特征空间,并将其重构结果作为KPCA的测试集,改变KPCA在测试阶段的核函数计算方法,再次运行KPCA算法,并利用欧式距离和最近邻分类器进行识别。最后,本文将改进雨雪去除算法和改进人脸特征提取算法应用到人脸库上,并将二者的识别率分别与直接对视频图像中的人脸进行识别所得到的识别率进行比较,以证明上述两种方法的有效性。
|
全文目录
摘要 5-6 ABSTRACT 6-10 第1章 绪论 10-17 1.1 研究背景及意义 10-11 1.2 课题的研究现状 11-13 1.2.1 视频图像中雨雪去除的研究现状 11-12 1.2.2 人脸识别的研究现状 12-13 1.3 雨雪去除和人脸识别的研究难点 13-15 1.3.1 雨雪去除的研究难点 13-14 1.3.2 人脸识别的研究难点 14-15 1.4 本论文的主要内容和结构安排 15-17 1.4.1 主要研究内容 15-16 1.4.2 论文结构安排 16-17 第2章 图像预处理与雨雪去除 17-28 2.1 图像预处理 17-19 2.1.1 图像的灰度化 17-18 2.1.2 图像的直方图均衡化 18 2.1.3 图像的中值滤波 18-19 2.2 视频图像的雨雪去除 19-26 2.2.1 雨雪的光学性能 19-20 2.2.2 雨雪的时间性能 20-21 2.2.3 Nayar 的雨雪检测与去除算法 21-23 2.2.4 张颖翔的雨雪检测与去除算法 23-24 2.2.5 改进的雨雪检测与去除算法 24-26 2.3 本章小结 26-28 第3章 人脸检测定位 28-35 3.1 人脸检测定位的方法 28-31 3.1.1 基于特征的方法 28 3.1.2 基于知识的方法 28-29 3.1.3 基于模板匹配的方法 29-30 3.1.4 基于外观的方法 30-31 3.2 本文所用的人脸检测定位方法 31-34 3.2.1 Hausdorff 距离原理 32-33 3.2.2 人脸检测定位的实现 33-34 3.3 本章小结 34-35 第4章 人脸特征提取 35-44 4.1 人脸特征提取原理 35-40 4.1.1 PCA 特征提取算法 35-36 4.1.2 ICA 特征提取算法 36-37 4.1.3 LDA 特征提取算法 37-38 4.1.4 KPCA 特征提取算法 38-39 4.1.5 2DPCA 特征提取算法 39-40 4.2 改进的人脸特征提取算法 40-43 4.2.1 改进(2D-KPCA)算法原理 41-42 4.2.2 基于改进(2D-KPCA)算法的人脸识别 42-43 4.3 本章小结 43-44 第5章 雨雪环境下的人脸识别 44-50 5.1 雨雪环境下人脸数据库的构建 44 5.2 雨雪环境下人脸特征提取与识别 44-46 5.2.1 基于改进雨雪去除算法的人脸识别 45 5.2.2 基于改进人脸特征提取算法的人脸识别 45-46 5.3 雨雪环境下人脸识别算法的比较 46-49 5.3.1 实验人脸库的构建 46 5.3.2 实验结果及分析 46-49 5.4 本章小结 49-50 结论 50-51 参考文献 51-57 攻读硕士学位期间发表的论文和取得的科研成果 57-58 致谢 58
|
相似论文
- 基于统计结构的联机手写藏文识别特征抽取研究,TP391.41
- 三维人脸识别系统研究,TP391.41
- 基于多元统计分析的故障诊断算法研究,TP277
- 人脸特征提取系统的关键技术研究及其DSP实现,TP391.41
- 基于子空间的人脸识别算法研究,TP391.41
- 基于子空间方法的人脸识别技术研究,TP391.41
- 基于肤色和主成分分析的人脸检测和识别的算法研究,TP391.41
- 基于单幅正面照片的三维人脸重建,TP391.41
- 基于分块和核参数选择的KPCA研究,TP391.41
- 基于Gabor小波与神经网络的人脸表情识别研究,TP391.41
- 基于CPD和特征级融合的手纹识别技术研究,TP391.41
- 基于Gabor滤波器的人脸特征提取算法研究,TP391.41
- 基于颅骨的身份特征识别技术的研究,TP391.41
- 基于PCA车牌汉字识别算法的研究与实现,TP391.41
- 基于核主元分析的故障检测与诊断研究,TP277
- 基于Gabor小波变换的人脸识别技术研究,TP391.41
- 基于Gabor小波和支持向量机的掌纹识别算法的研究,TP391.41
- 基于轮廓线的三维人脸特征提取与识别,TP391.41
- 二维人脸识别算法研究,TP391.41
- 流形学习研究及其在人脸识别中的应用,TP391.41
- 非约束环境下人脸图像获取技术的研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|