论文部分内容阅读
随着计算机视频技术的快速发展,自动人脸检测与识别技术已成为当前研究的热点,并且已应用于众多领域。然而,在实时视频中检测提取出人脸,达到理想的识别率,依然是当前研究的重点和难点。本文深入分析了自动人脸检测与识别系统中的两个关键部分—人脸检测与人脸识别技术,在此基础上设计并实现了一个基于视频的自动人脸检测与识别系统。本文主要从以下几个方面进行研究: 1.人脸检测方面,深入分析了Adaboost人脸检测算法的基本原理与实现过程,通过大量实验验证了该算法不仅有较高的检测率与较快的检测速度,且具有较强的鲁棒性。 2.人脸识别方面,深入研究了主分量分析方法与线性鉴别分析方法在人脸特征提取上的应用,通过实验表明,2DPCA与 DLDA相结合的方法更有利于人脸特征的充分提取。分析了最近邻分类方法与支持向量机分类方法在人脸识别中的应用,通过实验验证了支持向量机分类方法具有很好的分类效果。在开集模式下的人脸识别认证中,采用K均值聚类算法与相似度匹配相结合的方法,能有效的降低误识率,提高拒假率。 3.图像预处理方面,本文首先应用直方图均衡化方法对图像进行增强处理,采用非线性平滑滤波方法去除图像噪声,运用像素归一化方法对人脸图像灰度值进行归一化,并采用双线性插值法实现人脸图像的高质量缩小,最后用2DDCT方法提取表征图像的主要低频分量。实验结果表明,本文提出的融合图像预处理的人脸识别方法,不仅能有效提高人脸识别率,且明显缩短了识别时间。 4.系统实现方面,采用USB摄像头与计算机,应用VC++6.0软件平台,设计实现了一个基于视频的自动人脸检测与识别系统,该系统简易实用,且具有较好的鲁棒性,具有一定的实际应用价值。