视频监控中的人脸识别技术研究

随着信息技术不断发展,视频信息越来越广泛的应用与娱乐、教育、安全、生活等各种领域。本文详细介绍了视频监控中的人脸识别技术的国内外发展现状和常用算法,以及现有技术中存在的主要问题。     

基于模块化2D-LDA的视频监控中的人脸识别算法

提出了一种基于扩展二维线性判别分析的人脸识别算法．通过扩充人脸样本,提高了人脸识别的性能．同时在视频监控的实际应用环境中进行了仿真,仿真结果表明,改进后的算法在性能和人脸识别精确度方面有了较大的提高．     

基于距离密度聚类融合的视频人脸识别

针对视频图像的数量海量性及视频人脸运动性,提出基于距离和密度聚类融合的视频人脸识别方法,该方法同时考虑距离与密度在聚类中的相关性并进行融合处理,设计了聚类人脸识别程序流程,实验中对其聚类算法及视频人脸识别方法分别进行了测试.结果表明,提出的方法识别速度快、准确率高、误检率低,能达到数字视频监控系统对精度的要求,可满足视频监控中实时取证的需要.     

高速公路视频监控系统与人脸识别技术的结合应用

随着科学技术的发展,视频监控系统也在娱乐、教育、安全及生活等领域得到了推广应用,目前也朝着、数字化、网络化及智能化的方向发展。人脸识别在生物特征识别中是关键,目前人工智能的研究热点之一就是人脸识别技术。人脸识别技术广泛应用于访问控制、司法应用、电子商务和视频监控等领域。人脸识别过程以特征提取为核心,其可以对分类的速度和识别功能质量的高低产生一个非常直接有效的影响。在当今经济快速增长,人民生活水平日益提高的今天,高速公路视频监控系统与人脸识别技术的结合具有巨大实际意义和非常广泛的应用前景。     

人脸识别技术综述

人脸识别技术就是利用计算机分析人脸图像,从中提取出有效的特征信息,用来识别人的身份的一门技术.近年来该领域的研究有了较大的发展.为了让相关领域内的理论研究和开发人员对目前的进展有一个全面的了解,本文将近年来提出的各种方法分别作了介绍,并对各类方法的性能作了一些比较和讨论,对未来的发展作了展望.     

人脸识别综述

在生物特征识别中,人脸识别是最自然、最直接和最友好的手段,对人脸识别的研究具有很高的理论意义和实用价值．本文对人脸识别中的常用算法进行了回顾,并且对正面人脸识别中的两个主要研究热点——人脸光照补偿和人脸小样本问题进行了讨论．     

人脸识别技术综述

人脸识别技术(FRT)是当今模式识别和人工智能领域的一个重要研究方向.虽然人脸识别的研究已有很长的历史,各种人脸识别的技术也很多,但由于人脸属于复杂模式而且容易受表情、肤色和衣着的影响,目前还没有一种人脸识别技术是公认快速有效的.本文主要讨论了人脸识别技术的一些常用方法,对现有的人脸检测与定位、人脸特征提取、人脸识别的方法进行分析和讨论,最后对人脸识别未来的发展和应用做了展望.     

人脸识别方法综述

近几年来,人脸识别技术得到了迅猛发展,本文对各种人脸识别技术进行了综合性研究。在对所有方法进行分析比较的基础上,论述了人脸识别技术的研究现状、存在的问题并对未来进行了展望。     

视频人脸识别中基于聚类中心LLE的特征相似性融合方法

针对大部分现有视频人脸识别方法通常仅利用代表性范例或图像集而较少研究有效融合的问题,提出了一种基于聚类中心特征相似性融合方法。首先,使用局部线性嵌入从原始数据空间学习低维嵌入,并利用STHAC算法将投影划分为LLE特征空间聚类;然后,从基于局部外观的聚类中得到特征相似性,在贝叶斯最大后验概率分类框架中对范例点和聚类子空间进行相关相似性匹配;最后,借助于范例重要性概率完成人脸的识别。在视频人脸数据集CMU Mobo、Honda/UCSD和ChokePoint上的实验验证了所提方法的有效性,实验结果表明,相比几种传统的方法,所提方法取得了较高的识别精度和较低的计算复杂度。     

基于人脸识别技术的智能监控系统设计方案

视频监控在安全领域扮演着重要的角色,但视频监控通常只是录制现场视频图像,用于事后做证,缺乏主动性和智能性．在分析了视频监控系统的结构,介绍了可用于视频监控的人脸识别技术,最后提出了一种基于人脸识别技术的视频监控系统设计方案,以对视频画面中的人物进行识别,在特定目标出现后能做出相应的反应．     

人脸识别方法综述

追随人脸识别技术发展的历史,从人脸检测、人脸特征提取和人脸识别验证这三个关键步骤,颇为细致地阐述人脸识别已经取得的方法和研究成果;并展望了人脸识别的研究发展趋势,给出了人脸识别中需要解决的关键问题.     

人脸识别方法综述

对人脸识别技术的研究内容与应用背景作了简单回顾,对基于几何特征、基于统计特征和基于连接机制的三类用于静态正面人脸的表征和识别的方法进行了综述,并分析了人脸识别研究的主要发展方向.     

基于人脸识别技术的智能化视频监控系统

视频监控是一项极具理论研究意义和实用价值的课题,它具有极广的应用范围。本系统具有运行稳定、用户界面友好、操作简便、识别率高的特点,是将图像处理、模式识别、视频监控功能相结合并具有较高应用价值的技术开发.     

基于人脸识别技术的智能化视频监控系统

视频监控是一项极具理论研究意义和实用价值的课题,它具有极广的应用范围。本系统具有运行稳定、用户界面友好、操作简便、识别率高的特点,是将图像处理、模式识别、视频监控功能相结合并具有较高应用价值的技术开发.     

基于人脸识别技术的智能化视频监控系统

视频监控是一项极具理论研究意义和实用价值的课题,它具有极广的应用范围.本系统具有运行稳定、用户界面友好、操作简便、识别率高的特点,是将图像处理、模式识别、视频监控功能相结合并具有较高应用价值的技术开发.     

三维人脸识别研究进展综述

近年来,三维人脸识别研究取得了较大进展.相比二维人脸识别,三维人脸识别更具有优势,主要特点是在识别中利用了三维形状数据.该文首先根据三维形状数据的来源,将三维人脸识别分为基于彩色图像的三维人脸识别、基于高质量三维扫描数据的三维人脸识别、基于低质量RGB-D图像的三维人脸识别,分别阐述了各自具有代表性的方法及其优缺点;其...     

基于ISM的正则化最近点法在视频人脸识别中的应用

针对视频人脸识别中传统的图像集算法受光照、表情、姿态及遮掩等变化而影响识别性能的问题,提出了一种基于图像集匹配的正则化最近点算法。首先,将图库图像集和探针图像集建模成正则化仿射包,并利用迭代器自动确定两个图像集间的正则化最近点;然后,利用最近子空间分类器最小化正则化最近点;最后,根据正则化最近点之间的欧氏距离及结构计算RNP集之间的距离,并利用最近邻分类器完成人脸的识别。在Honda/UCSD、CMU Mobo和YouTube三大视频人脸数据库上的实验验证了本文算法的有效性及可靠性,实验结果表明,相比其它几种较为先进的图像集人脸识别算法,本文算法取得了更好的识别效果,同时,大大减少了训练及测试总完成时间。     

人脸识别技术和算法综述

人脸识别是人工智能领域的一个研究热点,是一种基于信息处理的模式识别。这篇论文简要介绍了人脸识别技术的特点、研究背景和识别系统的构成,重点介绍了几种在人脸识别中常用的算法及其评价。总结了现存的研究困难,对人脸识别技术未来的发展和应用做出了展望。     

面向视频的局部线性嵌入人脸识别算法

随着计算视觉技术的发展,面向视频的人脸识别在现实生活中应用愈加广泛,作用愈加重要,对识别的准确性要求也越高.面对视频这样的高维度数据,如何进一步提高人脸识别的准确性是该领域的一个研究热点.本文提出一种面向视频数据的改进的局部线性嵌入算法,通过构造样本间的协方差矩阵,将马哈拉诺比斯距离和像素距离相结合,提出了一种新的样本间的相似性度量方法,该方法充分利用了视频帧间信息的关联性.并在VidTIMIT数据集上进行识别效果的测试,同时与其它几类识别方法的实验结果进行对比.实验结果表明,本文提出的算法的识别率要高于已有的局部线性嵌入算法和其它方法.     

视频数据挖掘技术综述

视频数据挖掘技术旨在挖掘出视频数据中隐藏的、有价值的信息,来实现对视频的充分利用。通过对国内外视频数据挖掘的研究与分析,对视频数据挖掘技术进行了概述,详细阐述了基于特征和基于内容的视频挖掘技术,最后总结了视频数据挖掘系统所面临的挑战以及对全景视频挖掘的展望。