基于多方法優(yōu)化的動態(tài)人臉識別研究及應用.pdf

1、隨著模式識別在安防監(jiān)控領域的應用需求，當前人臉識別的研究已成為一項重點課題。本文從人臉識別在智能監(jiān)控的實際應用出發(fā)，深入研究了動態(tài)人臉識別中的視頻捕捉、人臉檢測、人臉圖像預處理、人臉識別等技術，最終完成了一個實時的動態(tài)人臉識別裝置，并獲得了專家驗收組的驗收和肯定。 本文針對動態(tài)人臉識別系統(tǒng)的實時性，開發(fā)了一個通用于Windows平臺的動態(tài)視頻捕捉驅動模塊和實時人臉檢測模塊，并在實際應用中獲得了不錯的效果。 研究和實現了基

2、于AdaBoost的人臉檢測，與視頻捕捉模塊結合并嵌入到人臉檢測模塊中。實驗結果表明，只要調整好人臉檢測中人臉大小的尺寸和掃描窗口的大小，該檢測算法在滿足實時的人臉檢測前提下，可以達到較高的檢測率。 光照問題一直是影響人臉識別的重要因素之一，如何在圖像預處理中減少光照產生的影響是困擾課題深入研究的問題，作者通過對幾種不同的光照補償方法進行研究，發(fā)現任何一種方法在單獨情況下并不能十分有效實現光照歸一化，最后提出了基于小波分頻和多種

3、圖像處理方法結合的圖像預處理算法，最后取得的了非常有效的效果。 表情等類內差異在基于人臉總體特征的子空間識別算法中也是影響人臉識別正確率的問題之一，因此在進行光照補償后，如何最大程度的降低由于類內差異所帶來的影響是提高識別率的關鍵，在深入分析了主成分分析算法( PCA)、線性差異分析算法(LDA)、貝葉斯算法(Bayesian)三種子空間識別算法，并針對他們的特征子空間和判別依據，提出了一種新穎的多子空間融合人臉識別方法，提高了