视频监控中的人脸检测与跟踪(可复制论文).pdf

视频监控中的人脸检测与跟踪摘要研究生姚忠清重视,本文研究的就是视频监控中人脸的检测和跟踪技术。一。在此基础上所构建的检测系统是第一个真正实时的人脸检测系统。该方法信号与信息处理专业指导教师表晓人脸检测是人脸识别的前期工作,同时在安全访问控制、视频监控、基于内容的检索等领域也有着广泛的应用。人脸相关的应用和研究受到越来越多的对于人脸检测的研究,已经经历了由简单到复杂,由静态图像检测到视频实时检测的发展过程。由于人脸模式错综复杂、易受干扰,所以很多常用的人脸检测算法一般都存在计算量大、速度慢、误检率高的弱点。提出的基于积分图像的方法,是目前人脸检测领域最先进的技术之先利用“积分图”快速计算特征,构造弱分类器;然后通过学习算法,从得到的大量弱分类器中,产生一个高效的强分类器;最后采用级联方式将单个的强分类器再合成为一个更加复杂的层叠分类器,使图像背景区域快速地丢弃,保证了检测速度。作为人脸检测领域一种新兴技术,方法还存在一些缺陷。我们在研究中发现,虽然它具有很强的实时性,但在真实场景下的人脸检测率、。因此四川大学硕士学位论文
知识水坝***@pologoogle为您整理
肤色是人脸的重要信息,不依赖于面部的细节特征,对于旋转、表情等变本文的主要工作和创新点如下:首先归纳和分析了当前人脸检测的典型算在复杂背景中检测个数、尺寸和位置均未知的人脸。先对视频图片进行合适的方法用于人脸检测有待进一步完善。化情况都能适用,具有相对的稳定性并且和大多数背景物体的颜色相区别。因此肤色在目前的人脸检测研究中也得到了广泛的关注和应用。虽然肤色算法具有简单、快速、姿态不变性的优点,但传统的肤色检测方法不能很好克服光照、摄像机差异、背景颜色干扰等因素的影响,不适合作为主要的人脸检测方法。但如果作为辅助的检测手段,则有很好的效果。法,然后利用上述两种方法的优点,提出了一个由粗到精的多阶段算法,用以预处理后,利用算法初步提取人脸区域或类似人脸区域:再用多个肤色模型对候选区域进行验证:然后根据人脸区域形状、大小、距离等先验知识提出一种归并算法,对重复区域进行排除或归并。最后提出一种简单有效的运动预测算法,对序列图像中检测出的运动人脸进行跟踪。本文用开发的基于视频监控的人脸检测和跟踪实验程序,通过实际测试,基本实现了复杂背景下快速的人脸检测和跟踪。和原算法相比,改善了算法的性能,对检测出的人脸纠错率在%左右,从而提高了检测率和降低了错检率。实验结果验证了该系统的实时性、准确性和鲁棒性。关键词:计算机视觉算法肤色模型归并算法视频监控中的人壤梭潞与跟踪四川大学硕士学位论文
知识水坝***@pologoogle为您整理
.,::課瑆獁琱,瑃,—瓾;琕,籺瓸,
甌,琺琣四川大学硕士学位论文视频监控中的人脸检测与跟踪,甌瓸·籹猣;.,瑂
髀机视觉研列”的内容之一,近年来,人脸也成为生物特征识别技术研究伫氖引言人脸是人类在社会活动中相互辨别的首要依据,通过对人脸的认知,人们可以直观获得年龄、性别、种族等许多重要社会信息。人脸的处理一直是计算点。人脸在计算机视觉研究中占有重要的地位。计算机视觉是指用各种成像系统代替视觉器官作为输入手段,由计算机来代替大脑实现对客观三维世界的理解和分析,实现人的视觉功能。计算机视觉是计算机科学和人工智能研究领域的重要分支,涉及到图像分析、模式识别和机器智能等领域,在工业控制、人机交互、专家系统等方面有着广阔的应用前景。计算机视觉的目的就是研究如何提供人类视觉的计算模型,并利用机器来实现视觉专用系统9サ亩多年,对人脸的识别处理一直是计算机视觉研究中的一个经典问题。近年来,随着计算机视觉技术和模式识别技术的发展,以及硬件速度的提高和成本的降低,人脸技术越来越成为研究焦点,一些原来被认为是不现实的方法也具有了可能性;特别是在互联网的超高速发展中,人脸处理又获得了许多新的应用。目前国内外市场都有在一定条件下适用的商用人脸识别软件产品出现俊人脸技术也是生物特征识别技术的一个主要方向。生物特征识别技术,是指通过计算机利用人体的生理特征肝啤⒑缒ぁ⑷肆场⑸簟等蛐为特征教⑶┟来进行个人身份鉴定的技术。与其他生物特征相比,人脸识别属于非接触式机制,具有主动性、非侵犯性和用户友好等许多优点。理想状况下被辨识的目标无需刻意配合识别系统的要求,就能达到辨识的目的,四川太学硕士学位论文视频监控中的人脸检测与跟踪
人脸识别技术简介多年来一直受到许多研究者的关注。随着国际形势的变化和科技的发展,特别是院螅悦拦J椎奈鞣礁鞴几庸刈⒁匀肆臣际跷J椎纳锾卣魇别技术,作为关系国家未来安全的重大关键技术加入扶持。国际形势的变化使得人脸识别技术短时间内成为一个新兴