本文關鍵詞：人臉識別在公寓視頻監(jiān)控中的應用

  更多相關文章： 視頻監(jiān)控 OpenCV 人臉檢測 人臉識別 身份認證

【摘要】：視頻監(jiān)控是安全防范系統(tǒng)的重要組成部分,廣泛應用于政府部門、金融、公安、交通、電力等部門及行業(yè),但大多數(shù)視頻監(jiān)控僅限于視頻數(shù)據(jù)的記錄,對視頻中的圖像處理較少,因此智能化程度普遍不高。人臉識別作為一項高安全性的生物識別技術,使用計算機技術對視頻中出現(xiàn)的人物進行識別判定,從而達到身份驗證的目的。本文以識別學生公寓視頻監(jiān)控中的人物信息作為研究目標,通過運用人臉檢測和人臉識別的方法,將視頻中的學生圖像與自建的人臉數(shù)據(jù)庫中的樣本進行匹配,進而實現(xiàn)識別學生信息的功能。為了對圖像中的人臉達到更好的檢測效果,在檢測前需要對圖像進行處理。基于膚色的人臉檢測方法,速度快但檢測率不高;而基于Adaboost算法的人臉檢測方法,速度慢但是檢測率高。結合二者的優(yōu)點,本文使用膚色和Adaboost算法相結合的人臉檢測算法,用于學生公寓頻監(jiān)控中的人臉檢測,達到了較好的檢測效果。在人臉識別過程中,本文采用主成分分析(Principal Component Analysis PCA)方法,該方法的顯著特點就是利用低維特征向量來表示原始樣本信息,將需要被識別的圖像投影到特征向量空間,根據(jù)匹配度,從而實現(xiàn)人臉識別功能。在Eclipse開發(fā)平臺上,應用跨平臺計算機視覺庫OpenCV,結合本文中的人臉檢測和人臉識別方法,以學生公寓監(jiān)控的視頻為研究對象,設計了界面友好且操作簡單的身份識別系統(tǒng)。實驗表明,本系統(tǒng)成功實現(xiàn)了對視頻中出現(xiàn)的對象進行身份認證的功能,具有較好的識別準確率。
【關鍵詞】：視頻監(jiān)控 OpenCV 人臉檢測 人臉識別 身份認證
【學位授予單位】：西北師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN948.6
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-13
• 1.1 課題研究的背景及意義8-9
• 1.2 人臉識別研究狀況9
• 1.3 人臉識別技術應用現(xiàn)狀9-10
• 1.4 主要研究內(nèi)容10-11
• 1.5 結構安排11-12
• 1.6 本章小結12-13
• 第2章 技術平臺和環(huán)境配置13-21
• 2.1 OpenCV概述13
• 2.2 OpenCV的主要模塊和數(shù)據(jù)類型13-14
• 2.2.1 OpenCV的主要模塊13-14
• 2.2.2 OpenCV中主要數(shù)據(jù)類型14
• 2.3 OpenCV配置14-15
• 2.4 JavaCV配置15-20
• 2.4.1 Eclipse簡介15
• 2.4.2 環(huán)境配置15-20
• 2.5 本章小結20-21
• 第3章 人臉檢測21-39
• 3.1 圖像預處理21-24
• 3.1.1 圖像光照補強21-23
• 3.1.2 濾波處理23-24
• 3.2 基于膚色的人臉檢測24-29
• 3.2.1 色彩空間24-25
• 3.2.2 膚色區(qū)域分割25
• 3.2.3 形態(tài)學處理25-27
• 3.2.4 人臉區(qū)域篩選27
• 3.2.5 實驗結果分析及總結27-29
• 3.3 基于Adaboost算法人臉檢測29-34
• 3.3.1 Haar特征和積分圖29-31
• 3.3.2 Adaboost算法介紹31-33
• 3.3.3 實驗結果分析及總結33-34
• 3.4 基于膚色和Adaboost相結合人臉檢測34-37
• 3.4.1 基于膚色和Adaboost算法的優(yōu)劣勢比較34
• 3.4.2 本文人臉檢測算法設計34-35
• 3.4.3 實驗結果及分析35-37
• 3.5 本章小結37-39
• 第4章 基于PCA人臉識別39-46
• 4.1 引言39
• 4.2 PCA方法基本思想39
• 4.3 K-L變換39-41
• 4.4 基于PCA人臉識別流程41-42
• 4.4.1 訓練樣本的特征臉提取41-42
• 4.4.2 基于特征臉的人臉識別42
• 4.5 實驗結果及分析42-45
• 4.6 本章小結45-46
• 第5章 基于視頻的人臉識別系統(tǒng)設計與實現(xiàn)46-52
• 5.1 人臉識別系統(tǒng)設計46-47
• 5.1.1 系統(tǒng)開發(fā)流程46-47
• 5.1.2 系統(tǒng)開發(fā)環(huán)境47
• 5.2 人臉識別系統(tǒng)實現(xiàn)47
• 5.2.1 公寓學生數(shù)據(jù)庫建立47
• 5.2.2 系統(tǒng)界面設計47
• 5.3 人臉識別系統(tǒng)效果檢測與分析47-50
• 5.4 本章小結50-52
• 第6章 總結與展望52-54
• 參考文獻54-57
• 致謝57

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙東方;楊明;鄧世濤;;幾種人臉檢測算法的對比研究[J];內(nèi)江科技;2011年10期

2 王仕民;葉繼華;羅文兵;占明艷;;嵌入式人臉檢測算法的研究與實現(xiàn)[J];江西通信科技;2011年02期

3 金鑫;李晉惠;;基于神經(jīng)網(wǎng)絡的人臉檢測算法研究[J];科技信息;2008年35期

4 翟懿奎;黃聿;謝劍華;吳志龍;郭承剛;;基于膚色的實時人臉檢測算法研究[J];電子設計工程;2011年09期

5 王小蘭;蔡燦輝;朱建清;;一種改進的快速人臉檢測算法[J];微型機與應用;2013年15期

6 張煒;耿新;陳兆乾;陳世福;;一種基于可疑人臉區(qū)域發(fā)現(xiàn)的人臉檢測方法[J];計算機科學;2004年04期

7 羅三定;周磊;沙莎;;一種新的快速多人臉檢測算法[J];計算機應用研究;2008年04期

8 喬曉芳;吳小俊;王士同;楊靜宇;;一種改進的人臉檢測算法[J];計算機應用;2008年04期

9 徐顯日;;視頻中實時的人臉檢測算法[J];福建電腦;2012年08期

10 崔曉琳;蔡燦輝;朱建清;;一種基于膚色后置濾波的快速人臉檢測算法[J];通信技術;2013年08期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 付朝霞;韓焱;王黎明;;復雜背景下視頻運動目標的人臉檢測算法[A];第十三屆中國體視學與圖像分析學術會議論文集[C];2013年

2 陳健;錢蕓蕓;;用DSP實現(xiàn)實時人臉檢測[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 周薇娜;人臉檢測算法及其芯片實現(xiàn)關鍵技術研究[D];復旦大學;2012年

2 郭聳;人臉檢測若干關鍵技術研究[D];哈爾濱工程大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 趙玉亭;基于ARM9的便攜式監(jiān)控取證系統(tǒng)的研究與設計[D];西安工業(yè)大學;2015年

2 袁成林;基于支持向量機的笑臉識別算法研究[D];廣西大學;2015年

3 楊萬振;視頻人臉檢測算法研究及其DSP實現(xiàn)[D];東北大學;2013年

4 寧勇敢;不合作條件下人臉檢測算法研究[D];遼寧工業(yè)大學;2016年

5 劉吉;基于自學習特征融合的人臉檢測算法研究[D];中國海洋大學;2015年

6 馬慧;人臉檢測算法的設計與實現(xiàn)[D];東南大學;2015年

7 鄒奇文;非對稱人臉檢測算法的研究與實現(xiàn)[D];華中科技大學;2014年

8 江銳;基于Cortex-A8的人臉檢測系統(tǒng)的設計與實現(xiàn)[D];華中科技大學;2014年

9 張雪楠;基于PCA降維的快速人臉檢測算法研究[D];燕山大學;2016年

10 羅富麗;單目可量測快速人臉檢測算法[D];昆明理工大學;2016年

，

本文編號：1081811