学位论文 > 优秀研究生学位论文题录展示

基于视频流的正面人脸检索系统的研究与实现

作　者: 汪定
导　师: 文灏
学　校: 华中科技大学
专　业: 通信与信息系统
关键词: 人脸检索人脸检测单样本人脸识别特征脸方法二维主分量分析加权分块
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 60次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来，基于提取和分析视频图像中所蕴含的高层语义信息内容的视频检索正逐渐成为研究热点。本文对以人脸作为内容对象在视频检索中的应用进行了研究，主要的研究工作包括以下几个方面：在人脸检测方面：重点研究了基于Adaboost的快速人脸检测算法，通过大量的实验检验该算法的准确率和检测速度，并将其应用于人脸检索软件系统的开发中。在人脸识别方面：研究了经典PCA人脸识别算法及2DPCA人脸识别算法。针对传统经典PCA算法的不足，提出了分块加权的局部特征和总体特征相结合的思想，在Matlab环境下实现了PCA，2DPCA算法，及本文所提出的加快分权的2DPCA算法，在ORL人脸库上进行了大量实验，实验结果表明了本文所提出的识别算法识别率有一定的提高；并针对单样本人脸识别应用需求，将奇异值扰动和基于分块加权的2DPCA人脸识别算法相结合应用于人脸检索软件系统的开发中。在人脸检索系统实现方面，设计了基于视频流的人脸检索算法，在VC6.0++和OpenCv环境下开发了一个基于视频流的正面人脸检索系统。首先采用基于Adaboost的人脸检测算法对用户提供的待检索人脸图像和待检索视频进行人脸检测，其中对视频的人脸检测是通过对视频信号隔帧采样后再检测实现的，然后采用本文所提出的人脸识别算法分别提取待检索人脸和视频中检测出的人脸的代数特征，最后进行特征匹配，采用最近邻分类器判断视频中检测出人脸是否为要检索的目标人脸。实验结果表明，本文的系统对简单背景中端正的正面人脸的检索效果较好。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-13
  1.1 人脸检索概述  8
  1.2 课题研究的背景和意义  8-10
  1.3 国内外研究现状  10-12
  1.4 本文的研究内容与结构安排  12-13
第2章本文人脸检索系统的设计方案  13-15
  2.1 人脸检测模块设计方案  13-14
  2.2 人脸识别模块设计方案  14
  2.3 本文人脸检索系统的设计目标  14
  2.4 本章小结  14-15
第3章基于Adaboost 的快速人脸检测  15-27
  3.1 人脸检测技术综述  15-18
  3.2 基于 Adaboost 的人脸检测算法原理  18-26
  3.3 本章小结  26-27
第4章基于主分量分析的人脸识别  27-40
  4.1 人脸识别技术综述  27-30
  4.2 基于经典主分量分析的人脸识别  30-36
  4.3 基于二维主分量分析的人脸识别  36-39
  4.4 本章小结  39-40
第5章基于加块分权的2DPCA 的单样本人脸识别  40-52
  5.1 奇异值扰动  40-42
  5.2 基于图像分块的局部特征提取  42-43
  5.3 本文算法的具体实现步骤  43-45
  5.4 本文算法的实验结果及对比分析  45-51
  5.5 本章小结  51-52
第6章基于视频流的正面人脸检索系统的实现  52-62
  6.1 OpenCV简介  52-53
  6.2 本文人脸检索系统的实现策略  53-57
  6.3 本文人脸检索系统实验结果及分析  57-61
  6.4 本章小结  61-62
第7章总结与展望  62-64
  7.1 本文的工作总结  62
  7.2 不足与展望  62-64
致谢  64-65
参考文献  65-70
附录1 攻读硕士学位期间参与的科研项目  70

基于视频流的正面人脸检索系统的研究与实现

内容摘要

全文目录

相似论文