复杂地铁人流环境下多视角模糊人像鉴定技术

发布时间：2021-08-29 14:07

　　由于监控拍摄到的人像整体模糊、分辨率低,不易鉴定辨别,因此提出了复杂地铁人流环境下多视角模糊人像鉴定技术。根据整体视觉系统与经典三色信号之间的存在性对数关系,确定模糊图像的三色适度取值,获得有效的图像光照补偿处理,其次通过进项去噪和分辨率重置剔除图像中冗余信息,来保证还原图像的精准度,随后使用基于简单时态网络（Simple Temporal Network,STN）的三维人脸矫正技术,矫正人像姿态以及角度,最后将经过处理的图像输入至支持向量机LIBSVM中,建立人像模型的底层数学模型,通过目标函数值完成鉴定。仿真结果证明,所提方法可以有效对模糊人像进行矫正鉴定,且具有精准度高、过程简单的优点。 

【文章来源】：计算机仿真. 2020,37(02)北大核心

【文章页数】：5 页

【部分图文】：

60dB噪声图像

80dB噪声图像

实验素材一可以看见大概的人像轮廓,将其导入Photoshop进行对比调整,进一步便形成了较低亮度、正常亮度、较亮、高亮度的四张图像,然后将图像组再次导入人像鉴定系统中进行对比。如下图1所示。4.1.2 针对噪声的影响

【参考文献】：
期刊论文
[1]数字网络技术冲击下的中国记者职业认知转变[J]. 徐天博.  传媒. 2018(13)
[2]基于线阵CCD步进扫描的光照均匀度检测方法[J]. 张强,蒋世磊,孙国斌,王震,张梦妮.  光通信技术. 2018(03)
[3]CS-Chord:基于聚类分离的分布式高维向量索引[J]. 袁鑫攀,汪灿飞,龙军,彭成.  计算机科学. 2017(S2)
[4]采用多重特征蒙板的人像皮肤美化技术[J]. 鲁晓卉,王进,陆国栋,张东亮.  浙江大学学报(工学版). 2017(12)
[5]利用轨迹模板匹配方法的实时动态手势识别[J]. 彭露茜,姚加飞.  单片机与嵌入式系统应用. 2017(08)
[6]STN承载以太智能专线跨域部署方案研究[J]. 尹远阳,卢泉,孙嘉琪,杨广铭,马培勇.  移动通信. 2017(14)
[7]基于OpenCV与NAT-DDNS的远程视频监控系统设计[J]. 陈名松,黄增盛,郭洁,王策.  电视技术. 2017(Z1)
[8]深度学习技术与安防行业的超融合[J]. 邓晔.  中国安防. 2017(05)
[9]遗传算法对SVR风速预测模型的多参数优化[J]. 朱霄珣,徐搏超,焦宏超,韩中合.  电机与控制学报. 2017(02)
[10]雾天环境下低维图像模糊区域快速增强仿真[J]. 刘建娟.  计算机仿真. 2017(02)



本文编号：3370795