学位论文 > 优秀研究生学位论文题录展示

视频图像中的人脸识别技术研究

作　者: 孙镇江
导　师: 陈后金
学　校: 北京交通大学
专　业: 电路与系统
关键词: 人脸识别主成分局部二进制模式多类型特征提取支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 79次
引　用: 0次
阅　读: 论文下载

内容摘要

从视频图像中提取人脸并进行识别的技术广泛应用于视频监控和身份认证等领域。由于人脸识别具有隐蔽性、实时性、非接触性和实用性等优点,近年来受到了越来越多的关注,同时也出现了很多实际的商用产品。本文重点研究和分析了从视频图像中提取人脸并进行识别所涉及的图像预处理、人脸检测和人脸识别的相关知识,并在此基础上提出了一种新的特征提取算法,提高了人脸的正确识别率。论文的主要内容和工作包括：在人脸检测部分,分析并实现了基于帧间差分的人脸检测、基于肤色模型的人脸检测和基于神经网络的人脸检测；在人脸识别部分,以ORL标准人脸库作为人脸样本集合,分析并实现了三种人脸识别算法：主成分特征提取结合支持向量机(Support Vector Machine)进行人脸识别、主成分特征提取结合Fisher线性判别分析进行人脸识别以及分区局部二进制模式结合主成分和支持向量机进行人脸识别。在对各种特征提取算法分析的基础上,本文提出了结合多类型特征提取和支持向量机技术的人脸识别算法,实验结果表明该算法的正确率高于前三种算法,达到了93%的正确识别率,证明了本文所提出的算法的有效性。最后,在微软的XP系统下采用Matlab-R2010a集成软件开发平台,实现了一个从USB摄像头获取的视频图像中实时提取人脸并进行识别的系统,该系统的人脸检测模块采用了帧间差分和肤色模型两种方法,系统的识别模块采用了本文提出的结合多类型特征提取和支持向量机技术的人脸识别算法,根据系统运行后的实际人脸识别效果,软硬件环境以及系统采用的各种算法均能满足要求。

全文目录

致谢  5-6
中文摘要  6-7
ABSTRACT  7-8
序  8-11
第一章绪论  11-14
  1.1 课题的研究意义  11
  1.2 人脸识别的研究现状和研究方法概述  11-13
  1.3 论文的研究内容  13-14
第二章图像的预处理技术  14-19
  2.1 直方图均衡化  14-15
  2.2 图像的平滑  15-16
  2.3 图像的缩放  16-17
  2.4 光照的补偿技术  17-18
  2.5 小结  18-19
第三章视频图像中的人脸检测  19-30
  3.1 人脸检测算法概述  19-20
  3.2 基于帧间差分的人脸检测  20-22
    3.2.1 视频图像的获取  20-21
    3.2.2 帧间差分检测人脸  21-22
  3.3 基于肤色模型的人脸检测  22-24
    3.3.1 人脸颜色空间  22-23
    3.3.2 肤色模型原理  23
    3.3.3 实验结果  23-24
  3.4 基于反向传播(BP)神经网络的人脸检测  24-28
    3.4.1 神经网络(ANN)简介  24-26
    3.4.2 神经网络人脸检测实例  26-28
  3.5 小结  28-30
第四章人脸的识别  30-44
  4.1 人脸的特征提取  30-36
    4.1.1 主成分(PCA)特征提取  30-33
    4.1.2 线性Fisher特征提取  33-34
    4.1.3 分区局部二进制模式(LBP)特征提取  34-36
  4.2 基于多类型特征提取和SVM的人脸识别系统  36-44
    4.2.1 多类型特征提取  36-37
    4.2.2 支持向量机(SVM)介绍  37-42
    4.2.3 将SVM用于多类判决  42
    4.2.4 输入SVM的人脸特征数据  42-43
    4.2.5 算法总结  43-44
第五章系统总体框架  44-52
  5.1 系统介绍  44-46
    5.1.1 系统软硬件组成  44
    5.1.2 系统的工作流程  44-46
  5.2 系统分析  46-52
    5.2.1 实验结果与分析  46-51
    5.2.2 结论  51-52
第六章总结和展望  52-54
参考文献  54-56
作者简历  56-58
学位论文数据集  58

视频图像中的人脸识别技术研究

内容摘要

全文目录

相似论文