本文關(guān)鍵詞：視頻序列中基于生物特征的身份識別方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：身份識別技術(shù)是模式識別領(lǐng)域的重要研究課題。生物特征識別由于能夠只通過人體本身即可實現(xiàn)身份識別功能,避免了傳統(tǒng)身份識別方法中存在的破解和竊取等問題,具有很高的準(zhǔn)確性和安全性。視頻序列中基于生物特征的身份識別主要研究的是人臉識別和步態(tài)識別,其采集方式比其余生物特征更為友好,應(yīng)用范圍更加廣泛,已經(jīng)成為了近幾年的研究熱點。本文對此展開了研究,其成果主要有:(1)針對靜止-視頻人臉識別中的訓(xùn)練集與測試集不匹配問題,提出了一種基于稀疏表示的改進靜止-視頻人臉識別算法。視頻序列中的人臉由于檢測結(jié)果或者表情變化存在對齊困難問題,為了實現(xiàn)人臉主要特征的對齊,采用梯度方差信息來定位人臉的主要輪廓。在攝像機靜止條件下,人臉的運動會造成圖像模糊,導(dǎo)致識別率顯著下降。為了能夠在運動模糊條件下魯棒識別人臉,本文采用多尺度矩形濾波器來創(chuàng)建字典,添加多尺度模糊特征,使得稀疏表示的字典具有一定的抗運動模糊性。由于視頻序列中包含很多的冗余信息,逐幀識別的計算量很大,本文提出了一種根據(jù)互相關(guān)系數(shù)聚類的關(guān)鍵幀提取方法。此方法能夠自適應(yīng)確定聚類類別數(shù),不需要預(yù)先設(shè)定,提取到的關(guān)鍵幀能夠代表視頻序列中的所有信息,剔除了冗余信息,減少了識別時間。將本文提出的算法進行實驗,結(jié)果表明該算法比神經(jīng)網(wǎng)絡(luò)、支持向量機等算法有明顯的性能改善。(2)視頻序列中的人臉圖像存在光照、表情等變化,導(dǎo)致數(shù)據(jù)分布較為分散,類間散度小于類內(nèi)散度。且傳統(tǒng)分類器對于數(shù)據(jù)較為敏感,泛化能力較差。為了充分利用視頻序列中的多幀圖像和運動信息,同時綜合考慮散度信息和分類器的泛化能力,本文提出了一種結(jié)合散度約束和多層級聯(lián)分類器的視頻人臉識別算法。首先根據(jù)聚類方法將一個視頻序列中的多幀圖像劃分成為多個子類;然后通過最小距離法識別訓(xùn)練集中的其余樣本,對識別錯誤的樣本和與其相似的樣本創(chuàng)建下層分類器;最后通過多層級聯(lián)分類器識別待測試樣本。該方法通過逐層創(chuàng)建分類器的方式細分?jǐn)?shù)據(jù)分布,增大了類間散度與類內(nèi)散度的比值,且對易錯分樣本進行了重點學(xué)習(xí),提高了分類器的泛化能力。實驗結(jié)果表明,本文的算法能夠有效處理視頻人臉識別問題。(3)為了提高步態(tài)識別的識別率,充分利用步態(tài)信息,本文提出了一種結(jié)合離散余弦變換和線性判別分析的步態(tài)識別方法。首先通過離散余弦變換提取其頻率域信息,然后通過線性判別分析對數(shù)據(jù)進行特征映射,從而實現(xiàn)身份識別。該方法不僅能夠有效區(qū)分步態(tài)特征中的高低頻信息,并且增強了特征的判別性。在中科院自動化所的數(shù)據(jù)庫中進行實驗,結(jié)果表明,本文提出的特征提取方法優(yōu)于局部二值模式、主成分分析等常用方法,能夠獲得更高的識別率。
【關(guān)鍵詞】：人臉識別 步態(tài)識別 稀疏表示 聚類 多層級聯(lián)分類器 離散余弦變換 線性判別分析
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-7
• Abstract7-11
• 第1章 緒論11-20
• 1.1 研究背景和意義11-12
• 1.2 生物特征識別研究現(xiàn)狀12-18
• 1.3 論文的研究內(nèi)容和結(jié)構(gòu)安排18-20
• 第2章 基于稀疏表示的改進靜止-視頻人臉識別20-37
• 2.1 引言20-21
• 2.2 人臉識別方法概述21-25
• 2.2.1 基于稀疏表示的人臉識別算法21-22
• 2.2.2 基于支持向量機的人臉識別22-24
• 2.2.3 特征提取24-25
• 2.3 基于稀疏表示的改進靜止-視頻人臉識別25-31
• 2.3.1 基于梯度的人臉幾何特征對齊25-27
• 2.3.2 抗運動模糊字典的創(chuàng)建27-29
• 2.3.3 基于圖像聚類的視頻序列關(guān)鍵幀提取29-31
• 2.4 整體算法流程31
• 2.5 實驗結(jié)果與分析31-36
• 2.5.1 在實際拍攝數(shù)據(jù)庫中的實驗結(jié)果與分析31-34
• 2.5.2 在YouTube數(shù)據(jù)庫中的實驗結(jié)果與分析34-36
• 2.6 本章結(jié)論36-37
• 第3章 結(jié)合散度約束和多層級聯(lián)分類器的視頻人臉識別37-50
• 3.1 引言37
• 3.2 結(jié)合散度約束和多層級聯(lián)分類器的視頻人臉識別37-45
• 3.2.1 基于聚類分析的單層分類器設(shè)計38-41
• 3.2.2 視頻人臉識別集成分類器設(shè)計41-45
• 3.3 整體算法流程45-46
• 3.4 實驗結(jié)果與分析46-48
• 3.5 本章結(jié)論48-50
• 第4章 結(jié)合離散余弦變換和線性判別分析的步態(tài)識別50-59
• 4.1 引言50-51
• 4.2 步態(tài)能量圖的提取51-53
• 4.2.1 圖像預(yù)處理和步態(tài)周期的確定51-52
• 4.2.2 提取步態(tài)能量圖52-53
• 4.3 結(jié)合離散余弦變換和線性判別分析的步態(tài)識別53-56
• 4.3.1 離散余弦變換53-55
• 4.3.2 線性判別分析55-56
• 4.4 步態(tài)識別整體算法流程56-57
• 4.5 實驗結(jié)果與分析57-58
• 4.6 本章結(jié)論58-59
• 結(jié)論59-61
• 參考文獻61-68
• 攻讀學(xué)位期間發(fā)表論文與研究成果清單68-69
• 致謝69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹輝;曹禮剛;簡興祥;;基于神經(jīng)網(wǎng)絡(luò)融合的語音人臉身份識別方法[J];計算機工程;2007年11期

2 師黎;郭豹;李中健;趙云;;基于心電圖的身份識別方法[J];計算機工程;2011年01期

3 武曉春;黃萱菁;吳立德;;基于語義分析的作者身份識別方法研究[J];中文信息學(xué)報;2006年06期

4 王全義;;各類基金交易系統(tǒng)用戶身份識別方法的安全隱患[J];信息與電腦(理論版);2011年06期

5 李鴻飛;田康生;金宏斌;方維華;;一種交互合成的目標(biāo)身份識別方法[J];彈箭與制導(dǎo)學(xué)報;2011年01期

6 雷航;童莉;平西建;;平面赤足跡特征分析與身份識別方法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2008年05期

7 朱明;黃云;陳鋒;;基于口令擊鍵過程的用戶身份識別方法研究[J];模式識別與人工智能;2003年02期

8 羅榮芳;林土勝;吳霆;;基于人體手指指節(jié)折痕的身份識別方法(英文)[J];光電工程;2007年06期

9 劉南杰;趙海濤;;一種網(wǎng)絡(luò)空間中的數(shù)字基因身份識別方法[J];信息通信技術(shù);2012年06期

10 李巍巍;成謝鋒;;應(yīng)用主成分分析法的ECG身份識別方法[J];蘇州科技學(xué)院學(xué)報(自然科學(xué)版);2010年03期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 毛承勝;胡斌;;普適環(huán)境下基于EEG的身份識別方法[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

2 李蕊;須俊滟;席淑華;;兩種患者身份識別方法在急診臨時輸液室中的應(yīng)用效果[A];《中華急診醫(yī)學(xué)雜志》更名十周年、World Journal of Emergency Medicine創(chuàng)刊一周年慶典《中華急診醫(yī)學(xué)雜志》第十屆組稿會、第三屆急診醫(yī)學(xué)青年論壇論文匯編[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 記者 劉偉　高新區(qū)(濱江)報道組 余小平 宋桔麗;我市“靜脈身份證”技術(shù)獲突破[N];杭州日報;2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 段丁博;基于上下文的移動多媒體信息標(biāo)注和管理及關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 陳玉炎;一種基于PPG信號的身份識別技術(shù)[D];西安電子科技大學(xué);2014年

2 曾亞軍;視頻序列中基于生物特征的身份識別方法研究[D];北京理工大學(xué);2016年

3 鄭曉娜;基于心電信號的身份識別方法研究[D];北京交通大學(xué);2015年

4 張歡;一種融合的心電信號身份識別方法[D];西北大學(xué);2015年

5 王婭蓉;基于心電信號頻域特征的身份識別方法研究[D];天津理工大學(xué);2015年

6 王博凱;基于人體特征信息融合的身份識別方法研究[D];天津理工大學(xué);2013年

7 周志銘;基于步態(tài)及人臉特征的身份識別方法研究[D];上海交通大學(xué);2010年

8 王國;基于裸體腳印的身份識別方法研究[D];蘭州交通大學(xué);2014年

  本文關(guān)鍵詞：視頻序列中基于生物特征的身份識別方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：440545