论文部分内容阅读
随着网络接入速度的不断提高和云存储技术的发展,人们越来越倾向于将各种来源的数字图像存储到网络上。基于关键字的图像管理方法由于需要人工对图像进行分类和标注,工作量大,无法满足海量网络图像管理的需要。开发基于内容的网络图像管理系统对于提高网络图像的使用效率,改善用户体验具有重要的意义。
本论文主要研究和实现了基于人脸检测和人脸识别的网络个人相册管理系统。该系统自动检测用户上载图像的人脸并对人脸识别,进而实现上载图像的自动分类与管理。论文所设计的系统采用B/S架构,用户使用普通浏览器进行图像的上载和管理,服务器端对上载的图片进行自动人脸检测,提取人脸特征,并与后台数据库中的人脸特征进行比对,从而完成相册图像的自动管理。
本论文首先介绍了人脸检测与识别的经典方法,详细讨论了基于Adaboost算法的人脸检测方法,比较了PCA、HMM两种人脸识别方法在效率和性能上的差异,在此基础上确定了网络相册管理系统中人脸识别的算法。接下来,论文通过需求分析和设计,在网络平台实现了一个B/S结构的网络图像管理系统。该系统不仅具有相册管理、多图像浏览、图像上传、图像管理等基于文本关键字的图像管理功能,还加入了包括人脸检测、人脸识别、样本训练、人脸图像管理等基于人脸识别的图像管理功能。
测试结果表明,对于日常应用的个人网络图像,系统的人脸检测和识别率高于80%,如果辅以人为纠正方法,可进一步提高识别准确率,验证了系统方案的正确性和可行性。