基于視頻流的正面人臉檢索系統(tǒng)的研究與實現(xiàn).pdf

1、近年來，基于提取和分析視頻圖像中所蘊含的高層語義信息內(nèi)容的視頻檢索正逐漸成為研究熱點。本文對以人臉作為內(nèi)容對象在視頻檢索中的應(yīng)用進行了研究，主要的研究工作包括以下幾個方面：
　　 在人臉檢測方面：重點研究了基于Adaboost的快速人臉檢測算法，通過大量的實驗檢驗該算法的準(zhǔn)確率和檢測速度，并將其應(yīng)用于人臉檢索軟件系統(tǒng)的開發(fā)中。
　　 在人臉識別方面：研究了經(jīng)典PCA人臉識別算法及2DPCA人臉識別算法。針對傳統(tǒng)經(jīng)典PCA

2、算法的不足，提出了分塊加權(quán)的局部特征和總體特征相結(jié)合的思想，在Matlab 環(huán)境下實現(xiàn)了PCA，2DPCA算法，及本文所提出的加快分權(quán)的2DPCA算法，在ORL人臉庫上進行了大量實驗，實驗結(jié)果表明了本文所提出的識別算法識別率有一定的提高；并針對單樣本人臉識別應(yīng)用需求，將奇異值擾動和基于分塊加權(quán)的2DPCA人臉識別算法相結(jié)合應(yīng)用于人臉檢索軟件系統(tǒng)的開發(fā)中。
　　 在人臉檢索系統(tǒng)實現(xiàn)方面，設(shè)計了基于視頻流的人臉檢索算法，在VC6.0

3、++和OpenCv 環(huán)境下開發(fā)了一個基于視頻流的正面人臉檢索系統(tǒng)。首先采用基于Adaboost的人臉檢測算法對用戶提供的待檢索人臉圖像和待檢索視頻進行人臉檢測，其中對視頻的人臉檢測是通過對視頻信號隔幀采樣后再檢測實現(xiàn)的，然后采用本文所提出的人臉識別算法分別提取待檢索人臉和視頻中檢測出的人臉的代數(shù)特征，最后進行特征匹配，采用最近鄰分類器判斷視頻中檢測出人臉是否為要檢索的目標(biāo)人臉。實驗結(jié)果表明，本文的系統(tǒng)對簡單背景中端正的正面人臉的檢索效果