本文關(guān)鍵詞：基于低分辨率視頻監(jiān)控的人臉檢測(cè)與識(shí)別研究

  更多相關(guān)文章： AdaBoost人臉檢測(cè) 超分辨率算法 混合MAP/POCS算法 人臉識(shí)別 2DPCA算法

【摘要】：隨著科技的發(fā)展,我國進(jìn)入了高速發(fā)展時(shí)期,與此同時(shí)安全問題也接踵而來。為了維護(hù)社會(huì)穩(wěn)定、保護(hù)人民的生命財(cái)產(chǎn)安全,國家和部分大型企業(yè)在全國各個(gè)城市投入了巨量的資金建立了比較完善的監(jiān)控系統(tǒng)。但是由于受到儲(chǔ)存設(shè)備容量的限制使得監(jiān)控系統(tǒng)中錄像設(shè)備的有效分辨率都不高,或者目標(biāo)人物的距離比較遠(yuǎn),就使得其人臉部分像素較少、圖像模糊、難以識(shí)別。為了能在這種情況下正確識(shí)別人臉并找到目標(biāo)人臉,本文開展了以超分辨率為前提的人臉的檢測(cè)與識(shí)別的研究。主要研究?jī)?nèi)容如下。介紹了目前常用的幾種人臉檢測(cè)方法,并結(jié)合低分辨率的實(shí)際情況對(duì)其進(jìn)行對(duì)比選擇,確定了以AdaBoost為理論基礎(chǔ)的人臉檢測(cè)算法,實(shí)現(xiàn)了在低分辨率條件下的人臉檢測(cè)。從頻域和空域兩個(gè)大類來分別介紹低分辨率圖像重建算法(即超分辨率算法)。詳細(xì)分析空域方法,對(duì)其中典型的4種算法進(jìn)行了原理性的分析。通過對(duì)幾種算法之間的優(yōu)缺點(diǎn)對(duì)比,將其中互補(bǔ)性極強(qiáng)的MAP算法和POCS算法進(jìn)行混合,同時(shí)加以改進(jìn)使其更好的利用相互優(yōu)勢(shì)、規(guī)避混合MAP/POCS算法的部分缺陷。使用降質(zhì)后的模擬Lena視頻幀對(duì)算法進(jìn)行模擬實(shí)驗(yàn),并結(jié)合圖像主-客觀評(píng)價(jià)方法對(duì)幾種算法的重建效果進(jìn)行客觀的評(píng)價(jià)。介紹了人臉識(shí)別的來源,并詳細(xì)分析了 PCA算法的原理以及計(jì)算步驟。同時(shí)分析其固有的缺陷,并改進(jìn)得到2DPCA算法。對(duì)2DPCA人臉識(shí)別算法的原理和實(shí)現(xiàn)步驟進(jìn)行詳細(xì)說明。并使用ORL和Yale人臉庫對(duì)PCA算法和2DPCA算法進(jìn)行分組對(duì)比實(shí)驗(yàn)。最后,給出基于低分辨率視頻監(jiān)控的人臉檢測(cè)與識(shí)別的主要結(jié)構(gòu)框架;結(jié)合安裝在實(shí)驗(yàn)室的監(jiān)控?cái)z像頭采集的視頻信息和預(yù)先采集的標(biāo)準(zhǔn)人臉樣本,在Matlab平臺(tái)對(duì)AdaBoost人臉檢測(cè)算法、改進(jìn)混合MAP/POCS超分辨率算法和2DPCA人臉識(shí)別算法進(jìn)行聯(lián)合實(shí)驗(yàn)。實(shí)現(xiàn)了對(duì)目標(biāo)人臉在低分辨率監(jiān)控視頻中的檢測(cè)與識(shí)別。實(shí)驗(yàn)結(jié)果表明:本文提出的算法可以在分辨率較低的監(jiān)控環(huán)境中檢測(cè)出人臉,提高了其人臉部分的分辨率,完成了對(duì)目標(biāo)人臉的識(shí)別。
【學(xué)位授予單位】：西南石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN948.6;TP391.41

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周旭東;陳曉紅;陳松燦;;半配對(duì)半監(jiān)督場(chǎng)景下的低分辨率人臉識(shí)別[J];計(jì)算機(jī)研究與發(fā)展;2012年11期

2 Thomas Gerbeaux;黃毅翔;;低分辨率“蘭博” 產(chǎn)品設(shè)計(jì)新法——低分辨率3D掃描[J];汽車生活;2011年01期

3 李士錦;低分辨率氣象衛(wèi)星云圖接收系統(tǒng)[J];無線電通信技術(shù);1993年02期

4 化春鍵;陳瑩;;低分辨率視覺條件下二維工件的精確測(cè)量[J];傳感器與微系統(tǒng);2010年08期

5 賴智銘;;適用于低分辨率的逆透視映射算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年10期

6 林忠;;低分辨率人臉圖像識(shí)別性能研究[J];南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年04期

7 戴金波;肖霄;趙宏偉;;基于低分辨率局部二值模式的人臉識(shí)別[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2013年02期

8 王莉;陳健生;賀金平;蘇光大;;超低分辨率人臉圖像高速重建方法[J];中國科學(xué):信息科學(xué);2013年07期

9 徐冬;;基于鑲嵌的低分辨率離屏混合粒子渲染[J];數(shù)字技術(shù)與應(yīng)用;2013年09期

10 王曉云;苑瑋琦;郭金玉;;低分辨率人耳圖像識(shí)別方法研究[J];計(jì)算機(jī)應(yīng)用研究;2010年11期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 孫帥;劉偉濤;劉吉英;陳平形;;自適應(yīng)目標(biāo)定位在關(guān)聯(lián)成像中的應(yīng)用[A];第十六屆全國量子光學(xué)學(xué)術(shù)報(bào)告會(huì)報(bào)告摘要集[C];2014年

中國重要報(bào)紙全文數(shù)據(jù)庫 前4條

1 本報(bào)記者 張巍巍;身臨其境看電視[N];科技日?qǐng)?bào);2012年

2 廣東 LEON;如何選擇掃描分辨率[N];電腦報(bào);2001年

3 特約作者 海濤;絕地反擊——Palm Tungsten T詳析[N];電腦報(bào);2002年

4 ;無畏的挑戰(zhàn)者[N];電腦報(bào);2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 丁春輝;基于深度學(xué)習(xí)的暴力檢測(cè)及人臉識(shí)別方法研究[D];中國科學(xué)技術(shù)大學(xué);2017年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙志國;基于深度學(xué)習(xí)的低分辯率多恣態(tài)人臉識(shí)別[D];大連理工大學(xué);2015年

2 王潤(rùn)洲;低分辨率目標(biāo)檢測(cè)與跟蹤算法及其應(yīng)用[D];電子科技大學(xué);2015年

3 孔佑磊;低分辨率人臉識(shí)別技術(shù)及其應(yīng)用[D];電子科技大學(xué);2016年

4 黃錦添;移動(dòng)機(jī)器人低分辨率視覺識(shí)別技術(shù)研究[D];廣東技術(shù)師范學(xué)院;2014年

5 楊威;基于半耦合判決性字典學(xué)習(xí)的極低分辨率人臉識(shí)別算法[D];武漢工程大學(xué);2016年

6 李飛;基于低分辨率視頻監(jiān)控的人臉檢測(cè)與識(shí)別研究[D];西南石油大學(xué);2017年

7 李香;基于多輸出回歸的超低分辨率人臉重構(gòu)研究[D];哈爾濱工程大學(xué);2012年

8 肖哲;基于統(tǒng)一特征空間的低分辨率人臉識(shí)別算法[D];哈爾濱工業(yè)大學(xué);2014年

9 尹秀珍;低分辨率蘋果果實(shí)病害圖像識(shí)別方法研究[D];西北農(nóng)林科技大學(xué);2011年

10 周毅;低分辨率人臉圖像識(shí)別關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2011年

，

本文編號(hào)：1259825