發(fā)布時(shí)間：2024-10-02 20:43

　　隨著人臉識(shí)別技術(shù)的不斷發(fā)展,其應(yīng)用潛力和商業(yè)價(jià)值不斷受到社會(huì)的關(guān)注和認(rèn)可。但是在實(shí)際應(yīng)用場(chǎng)景中由于環(huán)境的多樣性和復(fù)雜性,以及人臉的多姿態(tài)和多角度,對(duì)人臉識(shí)別系統(tǒng)的準(zhǔn)確性和時(shí)效性帶來很大的干擾。針對(duì)以上難點(diǎn),本文致力于開發(fā)一個(gè)高效穩(wěn)定的人臉識(shí)別系統(tǒng)。本系統(tǒng)分為兩大部分:人臉檢測(cè)和人臉識(shí)別�；�于已有的人臉檢測(cè)和人臉識(shí)別算法的基礎(chǔ)上,本文創(chuàng)新性的提出了膚色檢測(cè)和改進(jìn)型Adaboost相結(jié)合的人臉檢測(cè)算法,以及基于人臉全局特征提取的2DPCA人臉識(shí)別算法。實(shí)驗(yàn)結(jié)果表明:該系統(tǒng)實(shí)現(xiàn)實(shí)時(shí)采集視頻的同時(shí),可以快速、準(zhǔn)確的識(shí)別人臉。本文的主要研究?jī)?nèi)容如下:(1)介紹了人臉識(shí)別技術(shù)近些年的發(fā)展歷程和趨勢(shì),概括了人臉檢測(cè)算法和人臉識(shí)別算法的分類,列舉了目前常用的人臉庫,提出了當(dāng)前人臉識(shí)別領(lǐng)域關(guān)鍵性難題。(2)人臉識(shí)別系統(tǒng)的第一個(gè)核心模塊是人臉檢測(cè)預(yù)處理模塊。為實(shí)現(xiàn)人臉目標(biāo)從視頻中快速分離和準(zhǔn)確定位,在人臉檢測(cè)預(yù)處理模塊中詳細(xì)介紹了運(yùn)動(dòng)目標(biāo)檢測(cè)、膚色檢測(cè)和幾何特征模型,并對(duì)每個(gè)算法的原理和應(yīng)用過程都做了完整論述。(3)人臉識(shí)別系統(tǒng)的第二個(gè)核心模塊是人臉檢測(cè)模塊。人臉檢測(cè)模塊重點(diǎn)介紹了Adaboost算法的原理...

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
    1.2 人臉檢測(cè)與識(shí)別技術(shù)研究概況
        1.2.1 發(fā)展歷史與研究現(xiàn)狀
        1.2.2 人臉檢測(cè)方法分類
        1.2.3 人臉識(shí)別方法分類
        1.2.4 常用的人臉庫
    1.3 發(fā)展趨勢(shì)以及要解決的問題
    1.4 文章主要內(nèi)容及章節(jié)安排
第2章 人臉檢測(cè)預(yù)處理模塊
    2.1 運(yùn)動(dòng)分析
        2.1.1 幀間差分法
        2.1.2 背景差分法
        2.1.3 ViBe算法
    2.2 膚色檢測(cè)
        2.2.1 RGB顏色空間及膚色建模
        2.2.2 HSV顏色空間及膚色建模
        2.2.3 YCbCr顏色空間及膚色建模
    2.3 人臉幾何特征
    2.4 實(shí)驗(yàn)結(jié)果分析
    2.5 本章小結(jié)
第3章 基于改進(jìn)型Adaboost算法的人臉檢測(cè)
    3.1 Adaboost算法概論
    3.2 Haar-like矩形特征與積分圖
        3.2.1 Haar-like矩形特征
        3.2.2 積分圖
    3.3 Adaboost算法檢測(cè)流程
    3.4 級(jí)聯(lián)分類器
    3.5 改進(jìn)的Adaboost算法
        3.5.1 改進(jìn)的Haar特征類型
        3.5.2 權(quán)重更新
    3.6 實(shí)驗(yàn)結(jié)果分析
    3.7 本章小結(jié)
第4章 人臉全局特征提取算法
    4.1 基于PCA的人臉識(shí)別
        4.1.1 PCA基本原理
        4.1.2 人臉識(shí)別中PCA的運(yùn)用
        4.1.3 PCA優(yōu)劣點(diǎn)分析
    4.2 2DPCA人臉識(shí)別
        4.2.1 2DPCA基本原理
        4.2.2 實(shí)驗(yàn)結(jié)果分析
    4.3 本章小結(jié)
第5章 系統(tǒng)平臺(tái)搭建與測(cè)試
    5.1 系統(tǒng)開發(fā)環(huán)境介紹
        5.1.1 硬件平臺(tái)簡(jiǎn)介
        5.1.2 軟件環(huán)境配置
    5.2 識(shí)別系統(tǒng)平臺(tái)開發(fā)
        5.2.1 人臉識(shí)別系統(tǒng)平臺(tái)概述
        5.2.2 系統(tǒng)架構(gòu)圖
        5.2.3 系統(tǒng)模塊化設(shè)計(jì)
    5.3 系統(tǒng)平臺(tái)主界面設(shè)計(jì)
    5.4 人臉檢測(cè)識(shí)別系統(tǒng)測(cè)試模塊
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄一 作者在讀期間發(fā)表的學(xué)術(shù)論文及參加的科研項(xiàng)目
    A.發(fā)表論文
    B.獲獎(jiǎng)情況
附錄二 Adaboost 算法部分核心代碼展示



本文編號(hào)：4006339