面向视频监控的多姿态人脸识别技术研究与实现

发布时间：2023-10-12 01:25

　　身份识别是信息安全学科中一个重要的研究领域。随着计算机视觉技术与机器学习技术的飞速发展,人脸识别已成为当今最可靠的身份识别技术之一,目前已被广泛应用到日常生活中。将人脸识别技术运用到视频监控系统当中,能够充分发挥视频监控系统的预警能力,对社会稳定繁荣有积极作用。然而在视频监控场景中,由于人脸姿态变化频繁与视频图像分辨率低等原因,人脸识别算法的识别精度严重下降。针对上述问题,本文提出融合姿态信息的人脸姿态校正算法与面向视频监控的多姿态人脸识别算法。本文的主要工作如下:(1)针对视频监控场景下人脸姿态变化频繁的问题,本文提出一个融合姿态信息的人脸姿态校正算法。该算法将人脸图像与对应的姿态信息一起输入至训练好的生成对抗网络中,利用生成对抗网络的生成器生成虚拟正面人脸图像,从而实现人脸图像的姿态校正。实验表明,融合姿态信息的人脸姿态校正算法不仅能够生成清晰逼真的虚拟正面人脸图像,并且能够较好地保留原始人脸图像中的特征信息。(2)针对视频监控场景下人脸识别算法识别精度下降的问题,本文提出一个面向视频监控的多姿态人脸识别算法。该算法充分利用视频监控场景下人脸姿态变化连续、平滑的特点,通过人脸追踪、...

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 人脸识别研究现状
        1.2.2 多姿态人脸识别研究现状
    1.3 论文主要工作
    1.4 论文结构安排
第二章 人脸识别相关技术介绍
    2.1 人脸检测
    2.2 人脸图像预处理
    2.3 人脸对齐
    2.4 人脸特征提取
        2.4.1 人脸数据集
        2.4.2 卷积神经网络
        2.4.3 损失函数
    2.5 人脸特征匹配
    2.6 本章小结
第三章 融合姿态信息的人脸姿态校正算法
    3.1 人脸姿态信息的基本原理
    3.2 生成对抗网络的基本原理
    3.3 基于生成对抗网络的人脸姿态校正模型
    3.4 实验与分析
        3.4.1 实验环境
        3.4.2 实验数据
        3.4.3 实验过程与结果分析
    3.5 本章小结
第四章 面向视频监控的多姿态人脸识别算法
    4.1 多姿态人脸识别算法
        4.1.1 基于RetinaFace的人脸检测与人脸对齐方法
        4.1.2 基于相邻视频图像帧比对的人脸追踪方法
        4.1.3 基于多点透视位姿求解方法的人脸姿态估计方法
        4.1.4 基于MobileFaceNet的人脸特征提取方法
        4.1.5 基于人脸追踪的人脸特征匹配方法
    4.2 实验与分析
        4.2.1 实验环境
        4.2.2 实验数据
        4.2.3 实验过程与结果分析
    4.3 本章小结
第五章 多姿态人脸识别监控系统
    5.1 多姿态人脸识别监控系统概述
    5.2 系统功能模块设计与实现
        5.2.1 多路视频流解码模块
        5.2.2 人脸检测与对齐模块
        5.2.3 人脸姿态校正模块
        5.2.4 人脸识别模块
        5.2.5 数据库模块
        5.2.6 告警模块
    5.3 系统运行分析
        5.3.1 运行环境
        5.3.2 运行分析
    5.4 本章小结
第六章 全文总结与展望
    6.1 全文总结
    6.2 后续工作展望
致谢
参考文献



本文编号：3853176