视频监控论文网络监控系统中人脸检测和识别技术的研究.doc

视频监控论文：网络监控系统中人脸检测和识别技术的研究【中文摘要】当今,人脸检测与识别的研究涉及许多领域,与计算机人机交互领域和基于其他生物特征的身份鉴别方法都有着密切联系。这项技术已经广泛应用在工作、生活中的各个领域,尤其是安全领域,使得人脸的检测与识别技术成为当前研究领域的一个热点和重点。本课题主要研究了网络视频监控系统中人脸检测与识别的基本理论和关键技术,主要研究工作包括以下几个方面：(1)在原有YCbCr的肤色检测算法的基础上做了改进,并利用视频序列前序帧的肤色检测结果和结合肤色知识规则简化肤色运算的方法,以及使用在二值化图像中改进的中值滤波方法简化了肤色检测结果去噪的算法,提出了一种新的实现一个基于YCbCr色彩空间快速的检测视频帧中肤色区域的算法。(2)在肤色检测的基础上使用二值化肤色模板匹配来实现人脸的检测的方法。结合肤色检测和模板匹配实现视频监控中的实时人脸检测。(3)使用OpenCv实现基于AdaBoost的人脸检测算法,实现了一个在实时获取的监控视频中检测人脸位置的算法。(4)构建了面向办公室环境的基于人脸检测识别的智能考勤系统。在办公室视频监控环境下,实现了无须人为干预、完全自动监视的自学习考勤记录功能。【英文摘要】Nowadays, human beings face detection and identification research involves many fields, especially having a closely link with human-computer interaction field and identification method based on other creatures. This technology has been in widely used in human beings work and life, especially in security area, which makes the technology of face detection and recognition a hotspot and key point.The paper mainly researched the basic theory and key technology of face detection and recognition in the network video monitoring system, and the research mainly includes the following aspects:1. Improved the skin color detection algorithm based on YCbCr color space. Using the result of previous frame skin color detection in video sequence and the method of color knowledge with simplified rules of color judgment, and using the improved median filtering method on binary image simplifies the skin color detection algorithm, proposed a rapid detection of skin regional on color video frames algorithm based on the YcbCr color space.2. On the basis of face detection using the binary template matching bace on skin color segment. Achieved a real-time face detection algorithm on video surveillanee.3. Use a method of achieving a real-time face detection algorithm for video surveillance, using OpenCV baced on the face detection of AdaBoost.4. Construced a smart attendanee system baced the face detection and recognition, facing the office envirionment. Under the video surveillance in the office environment, achieced a fully automated self-learning monitoring attendance recod without human intervention.【关键词】视频监控 人脸检测 人脸识别 肤色分割 模版匹配 Adaboost YCbCr色彩空间【英文关键词】Video surbeillance Face detection Face Recognition Skin Color Segment Template Matching AdaBoost YCbCr Color【目录】网络监控系统中人脸检测和识别技术的研究摘要3-4Abstract41 绪论7-151.1 引言7-81.2 选题背景和意义8-91.3 当前人脸检测与识别的概况9-111.3.1 人脸检测9-101.3.2 人脸识别10-111.4 论文的主要研究内容11-131.5 论文的结构安排13-152 人脸检测与识别技术概述15-282.1 人脸检测概述15-162.2 人脸检测分类16-222.2.1 基于知识的方法17-202.2.2 特征不变的方法202.2.3 模板匹配的方法20-212.2.4 基于外观的方法21-222.2.5 结论222.3 人脸识别概述222.4 人脸识别方法分类22-272.4.1 静态图像人脸识别23-252.4.2 动态人脸识别252.4.3 三维人脸识别25-262.4.4 结论26-272.5 本章小结27-283 视频监控下的人脸检测28-373.1 研究现状与难点283.2 监控系统中人脸检测检测方法28-363.2.1 Adaboost方法293.2.2 基于肤色的二阶高斯混合模型29-353.2.3 监控系统中人脸检测方法35-363.3 本章小结36-374 基于局部特征分析与最优化匹配的人脸识别37-444.1 概述374.2 算法37-414.2.1 图像预处理37-384.2.2 人脸图像特征点定位38-394.2.3 利用Gabor小波提取人脸局部的多尺度特征39-414.2.4 局部特征的最优化匹配414.2.5 人脸匹配识别414.3 实验结果和结论41-434.4 本章小结43-445 基于人脸检测识别的智能考勤系统44-575.1 监控系统发展概况44-465.2 基于人脸检测识别技术的智能考勤系统46-565.2.1 系统定义及设计