《基於圖像的人體檢測跟蹤和人臉識別的研究》是王守佳
基本介紹
- 中文名：基於圖像的人體檢測跟蹤和人臉識別的研究
- 作者：王守佳
- 發表時間：2013-05-01
- 論文來源：吉林大學
- 分類號：TP391.41
論文摘要,引文格式,
論文摘要
基於圖像的人體檢測跟蹤和人臉識別問題是當今計算機視覺和模式識別領域的熱點研究問題，它在圖像處理、智慧型監控、智慧型汽車系統等領域有著廣泛的套用前景。本文針對圖像中運動人體檢測跟蹤和人臉識別中的一些關鍵問題進行研究，並取得了一定的進展，具體有如下四方面：在人體檢測方面，提出了基於二次連通域處理的人體檢測方法，這種方法首先提取運動目標並作數學形態學處理，然後採用四方向連線方法去除空洞，第一次連線斷開區域，接著採用三次掃描標記法第二次連線斷開區域，隨後提取HOG特徵，利用Adaboost訓練強分類器進而識別運動前景是否是人體。在人體跟蹤方面，提出了基於改進Meanshift的人體跟蹤方法，這種改進方法是通過判別跟蹤區域是背景區域或前景區域來設定權重係數，同時將跟蹤區域精確到運動人體，再結合卡爾曼濾波器來預測運動人體下一步的方向，由於降低了背景區域的計算量，所以跟蹤效果更好些。在光照預處理方面，提出了改進高斯差分濾波的光照預處理方法，通過改變高斯差分濾波器中水平方向和垂直方向的參數，進而將原來的圓形濾波器擴展為橢圓形濾波器，更加適合人臉的面部特徵，對於光照不均勻情況適應性較好，結合人臉識別算法獲得了較高的人臉識別率和較低的人臉誤識率。在人臉識別方面，提出了基於Adaboost的雙向2DLDA融合的人臉識別方法，即2DLDA和E2DLDA的融合。2DLDA主要利用圖像垂直方向上的判別信息，E2DLDA主要利用圖像水平方向上的判別信息，然後利用Adaboost融合這兩個方向的判別信息，實驗表明整體的識別算法具有更好的識別性能。
引文格式
王守佳. 基於圖像的人體檢測跟蹤和人臉識別的研究[D].吉林大學,2013.
