基于视频监控图像人脸识别技术的研究

《基于视频监控图像人脸识别技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广东工业大学硕士学位论文基于视频监控图像的人脸识别技术的研究姓名：徐辉申请学位级别：硕士专业：计算机应用技术指导教师：凌捷201205摘要摘要社会治安部门、公安刑侦、执法部门以及保安公司等单位面临着越来越繁重的视频监控工作，单凭人工去监控成千上万的摄像头和监视屏，来完成监控对象的查找和识别等任务已变得越来越困难。在视频监控系统中，如何在众多的摄像头及影像机中，查询安防人员需要人物信息。显而易见，按照传统的做法，只能采取“人海战术”的方式，投入大量的人力物力去查看所有的录像资料。借助于人力的查找，带来以

2、下的弊端：(1)速度慢：人类的精力是有限的，不能无休无眠的去查看众多的监控录像。(2)成本高：现今大型的监控系统中，分布着上千只摄像头，安排足够的人员通过人工目视的方式去监控，将要带来价值不菲的成本。(3)延误时机：很容易因未能及时的掌握目标人物的动向，而错过制止或破案的良机，并避免可能发生的重大事件。本论文基于这样的出发点，通过对监控视频中的运动目标进行分割并提取运动目标区域，进行人脸检测提取人脸特征，完成人脸特征比对，并提供出目标人物出现的信息、摄像机的位置以及含有目标人物的监控视频录像，并将相关

3、技术集成形成智能视频监控问题的整套解决方案，对安防人员起到重要的辅助作用。本论文的主要研究基于监控视频人脸识别技术的要求，构建一个监控视频事后查找人脸识别系统，通过基于帧间差分算法分割出监控视频序列中运动目标并分割出运动目标区域，再通过基于Adaboost的人脸检测算法完成对运动目标区域的人脸检测、特征提取和分类识别等问题。然后，提出了采用一种基于改进帧间差分和Adaboost算法相结合，满足监控视频实时要求和提高人脸识别效率，分析和试验表明，采用上述算法适用于监控视频人脸检测原型系统的要求。接着，构

4、建基于监控视频事后查找人脸识别系统，并详细了介绍了系统体系结构和系统组成部分方面，并将监控视频人脸识别原型系统的相关组成部分进行了介绍。最后，搭建原型系统环境，并对此监控视频人脸检测原型系统进行功能、性能和运行环境分析。测试结果表明，此原型系统有快捷、简便、非侵扰和不需要人的广东工业大学工学硕士学位论文主动配合的特点，具有了性价比高、经济、可扩展性良好的特点。本论文的创新之处是：1．提出了将帧间差分法和Adaboost算法相结合并应用于监控视频处理中，引入一种基于监控视频事后查找人脸识别系统，即将所关

5、注的场景通过调教好的摄像机记录并保存，将目标人物图像放进此原型系统，启动比对，如有相关记录，系统会调出目标人物所出现的视频片段。2．针对在监控视频事后查找识别系统中，提出了改进帧间差分和Adaboost算法适应实时要求，做到短时间内完成目标人物查找，并将目标人物的出现的时间、摄像机的位置以及对该目标人物的录像回放等信息提供出来。关键词：人脸识别，目标人物，帧间差分，Adaboost算法，事后查找识别nABSTRACTABSTRACTThedepartmentofSocialOrder,PublicSe

6、curity,CriminalInvestigation，LawEnforcementAgenciesandSecurityCompaniesandotherunitsarefacingincreasinglyheavyvideosurveillancealoneisartificialtomonitortensofthousandsofcameraandmonitorscreentocompletethesearchandidentificationofthemonitoredobjectssuch

7、asthetaskhasbecomeincreasinglydifficult．Inthevideosurveillancesystem，howmanycameraandimagingmachine，thequerytargetpersoninformationneededbythesecuritypersonnel．Clearly,inaccordancewithtraditionalpractice。buttotakethe什humanwavetactics¨toinvestsubstantial

8、humanandmaterialresourcestoviewallthevideodata．Findthehelpofmanpowertobringthefollowingdrawbacks：(1)Slow：thehumanenergyislimited，notroundthesleeplessgoseealargenumberofvideosurveillance．(2)Cost：today'slarge·scalemonitoringsystem，