監(jiān)控系統(tǒng)的人臉識(shí)別研究與應(yīng)用.pdf

1、隨著信息時(shí)代的發(fā)展，當(dāng)代社會(huì)對(duì)身份驗(yàn)證的安全性要求越來越高，加快了基于生物特征的身份識(shí)別方法發(fā)展。其中，人臉識(shí)別方法由于憑借其獨(dú)特的方便性和用戶友好性受到重視，成為相關(guān)研究領(lǐng)域的熱點(diǎn)課題。
　　早期的人臉識(shí)別研究主要是基于具有較強(qiáng)約束條件的人臉圖象，比如無背景的圖象，人臉的遠(yuǎn)近大小一致，無傾斜與扭轉(zhuǎn)。然而，實(shí)際監(jiān)控環(huán)境往往很復(fù)雜，背景雜亂變換、人臉大小遠(yuǎn)近不一、人臉有旋轉(zhuǎn)或仰俯等。本文做的主要工作有：
　?。?）研究了人臉檢

2、測(cè)的常用方法，包括基于膚色模型的人臉檢測(cè)、基于Adaboost的人臉檢測(cè)、基于Faster R-CNN的人臉檢測(cè)。并通過實(shí)驗(yàn)測(cè)試發(fā)現(xiàn)，基于Faster R-CNN的人臉檢測(cè)在本系統(tǒng)的實(shí)際使用環(huán)境下有較高的識(shí)別率。
　?。?）攝像頭傳入的原始圖像往往受拍攝條件影響，圖像質(zhì)量不高，所以需要對(duì)原始圖像進(jìn)行預(yù)處理，包括圖像灰度化、圖像增強(qiáng)、圖像歸一化。
　　（3）深入研究了人臉識(shí)別的經(jīng)典算法之一：SRC（Sparse Represe

3、ntation based Classifier）算法。SRC的主要思想是構(gòu)造一組超完備的字典，觀測(cè)原始圖像在該字典下的映射，再比較重構(gòu)圖像與原始圖像的殘差，以最小殘差準(zhǔn)則判別原始圖像的類別。實(shí)驗(yàn)表明SRC算法對(duì)光照和部分遮擋的情況具有較強(qiáng)的魯棒性。同時(shí)，在AR人臉數(shù)據(jù)庫(kù)下對(duì)比SRC算法在不同的字典構(gòu)造下的算法識(shí)別率，包括下采樣、PCA(Principal Component Analysis)、LBP（Local Binary Pat

4、tern）、LDA（Linear Discriminant Analysis），并結(jié)合系統(tǒng)功能與性能要求，最終選擇了SRC+LBP作為本系統(tǒng)的人臉識(shí)別算法。
　?。?）通過重寫攝像頭的SDK（Software Development Kit）部分函數(shù)和改寫視頻流格式，完成了攝像頭與計(jì)算機(jī)端的通信。運(yùn)用OpenCV和C++開發(fā)實(shí)現(xiàn)了一個(gè)完整的實(shí)時(shí)人臉識(shí)別系統(tǒng)。首先用基于Faster R-CNN的人臉檢測(cè)方法對(duì)傳入的視頻幀進(jìn)行人臉檢測(cè)