人脸识别在公寓视频监控中的应用

发布时间：2017-10-23 05:25

  本文关键词：人脸识别在公寓视频监控中的应用

  更多相关文章： 视频监控 OpenCV 人脸检测 人脸识别 身份认证

【摘要】：视频监控是安全防范系统的重要组成部分,广泛应用于政府部门、金融、公安、交通、电力等部门及行业,但大多数视频监控仅限于视频数据的记录,对视频中的图像处理较少,因此智能化程度普遍不高。人脸识别作为一项高安全性的生物识别技术,使用计算机技术对视频中出现的人物进行识别判定,从而达到身份验证的目的。本文以识别学生公寓视频监控中的人物信息作为研究目标,通过运用人脸检测和人脸识别的方法,将视频中的学生图像与自建的人脸数据库中的样本进行匹配,进而实现识别学生信息的功能。为了对图像中的人脸达到更好的检测效果,在检测前需要对图像进行处理。基于肤色的人脸检测方法,速度快但检测率不高;而基于Adaboost算法的人脸检测方法,速度慢但是检测率高。结合二者的优点,本文使用肤色和Adaboost算法相结合的人脸检测算法,用于学生公寓频监控中的人脸检测,达到了较好的检测效果。在人脸识别过程中,本文采用主成分分析(Principal Component Analysis PCA)方法,该方法的显著特点就是利用低维特征向量来表示原始样本信息,将需要被识别的图像投影到特征向量空间,根据匹配度,从而实现人脸识别功能。在Eclipse开发平台上,应用跨平台计算机视觉库OpenCV,结合本文中的人脸检测和人脸识别方法,以学生公寓监控的视频为研究对象,设计了界面友好且操作简单的身份识别系统。实验表明,本系统成功实现了对视频中出现的对象进行身份认证的功能,具有较好的识别准确率。
【关键词】：视频监控 OpenCV 人脸检测 人脸识别 身份认证
【学位授予单位】：西北师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN948.6
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-13
• 1.1 课题研究的背景及意义8-9
• 1.2 人脸识别研究状况9
• 1.3 人脸识别技术应用现状9-10
• 1.4 主要研究内容10-11
• 1.5 结构安排11-12
• 1.6 本章小结12-13
• 第2章 技术平台和环境配置13-21
• 2.1 OpenCV概述13
• 2.2 OpenCV的主要模块和数据类型13-14
• 2.2.1 OpenCV的主要模块13-14
• 2.2.2 OpenCV中主要数据类型14
• 2.3 OpenCV配置14-15
• 2.4 JavaCV配置15-20
• 2.4.1 Eclipse简介15
• 2.4.2 环境配置15-20
• 2.5 本章小结20-21
• 第3章 人脸检测21-39
• 3.1 图像预处理21-24
• 3.1.1 图像光照补强21-23
• 3.1.2 滤波处理23-24
• 3.2 基于肤色的人脸检测24-29
• 3.2.1 色彩空间24-25
• 3.2.2 肤色区域分割25
• 3.2.3 形态学处理25-27
• 3.2.4 人脸区域筛选27
• 3.2.5 实验结果分析及总结27-29
• 3.3 基于Adaboost算法人脸检测29-34
• 3.3.1 Haar特征和积分图29-31
• 3.3.2 Adaboost算法介绍31-33
• 3.3.3 实验结果分析及总结33-34
• 3.4 基于肤色和Adaboost相结合人脸检测34-37
• 3.4.1 基于肤色和Adaboost算法的优劣势比较34
• 3.4.2 本文人脸检测算法设计34-35
• 3.4.3 实验结果及分析35-37
• 3.5 本章小结37-39
• 第4章 基于PCA人脸识别39-46
• 4.1 引言39
• 4.2 PCA方法基本思想39
• 4.3 K-L变换39-41
• 4.4 基于PCA人脸识别流程41-42
• 4.4.1 训练样本的特征脸提取41-42
• 4.4.2 基于特征脸的人脸识别42
• 4.5 实验结果及分析42-45
• 4.6 本章小结45-46
• 第5章 基于视频的人脸识别系统设计与实现46-52
• 5.1 人脸识别系统设计46-47
• 5.1.1 系统开发流程46-47
• 5.1.2 系统开发环境47
• 5.2 人脸识别系统实现47
• 5.2.1 公寓学生数据库建立47
• 5.2.2 系统界面设计47
• 5.3 人脸识别系统效果检测与分析47-50
• 5.4 本章小结50-52
• 第6章 总结与展望52-54
• 参考文献54-57
• 致谢57

【相似文献】

中国期刊全文数据库 前10条

1 赵东方;杨明;邓世涛;;几种人脸检测算法的对比研究[J];内江科技;2011年10期

2 王仕民;叶继华;罗文兵;占明艳;;嵌入式人脸检测算法的研究与实现[J];江西通信科技;2011年02期

3 金鑫;李晋惠;;基于神经网络的人脸检测算法研究[J];科技信息;2008年35期

4 翟懿奎;黄聿;谢剑华;吴志龙;郭承刚;;基于肤色的实时人脸检测算法研究[J];电子设计工程;2011年09期

5 王小兰;蔡灿辉;朱建清;;一种改进的快速人脸检测算法[J];微型机与应用;2013年15期

6 张炜;耿新;陈兆乾;陈世福;;一种基于可疑人脸区域发现的人脸检测方法[J];计算机科学;2004年04期

7 罗三定;周磊;沙莎;;一种新的快速多人脸检测算法[J];计算机应用研究;2008年04期

8 乔晓芳;吴小俊;王士同;杨静宇;;一种改进的人脸检测算法[J];计算机应用;2008年04期

9 徐显日;;视频中实时的人脸检测算法[J];福建电脑;2012年08期

10 崔晓琳;蔡灿辉;朱建清;;一种基于肤色后置滤波的快速人脸检测算法[J];通信技术;2013年08期

中国重要会议论文全文数据库 前2条

1 付朝霞;韩焱;王黎明;;复杂背景下视频运动目标的人脸检测算法[A];第十三届中国体视学与图像分析学术会议论文集[C];2013年

2 陈健;钱芸芸;;用DSP实现实时人脸检测[A];第二届全国信息获取与处理学术会议论文集[C];2004年

中国博士学位论文全文数据库 前2条

1 周薇娜;人脸检测算法及其芯片实现关键技术研究[D];复旦大学;2012年

2 郭耸;人脸检测若干关键技术研究[D];哈尔滨工程大学;2011年

中国硕士学位论文全文数据库 前10条

1 赵玉亭;基于ARM9的便携式监控取证系统的研究与设计[D];西安工业大学;2015年

2 袁成林;基于支持向量机的笑脸识别算法研究[D];广西大学;2015年

3 杨万振;视频人脸检测算法研究及其DSP实现[D];东北大学;2013年

4 宁勇敢;不合作条件下人脸检测算法研究[D];辽宁工业大学;2016年

5 刘吉;基于自学习特征融合的人脸检测算法研究[D];中国海洋大学;2015年

6 马慧;人脸检测算法的设计与实现[D];东南大学;2015年

7 邹奇文;非对称人脸检测算法的研究与实现[D];华中科技大学;2014年

8 江锐;基于Cortex-A8的人脸检测系统的设计与实现[D];华中科技大学;2014年

9 张雪楠;基于PCA降维的快速人脸检测算法研究[D];燕山大学;2016年

10 罗富丽;单目可量测快速人脸检测算法[D];昆明理工大学;2016年

，

本文编号：1081811