基于人脸检测和识别技术的智能数字监控系统研究

论文题目: 基于人脸检测和识别技术的智能数字监控系统研究

论文类型: 博士论文

论文专业: 通信与信息系统

作者: 陈忠林

导师: 周激流

关键词: 分数阶演算,分数维子波变换,肤色模型,非线性降维,多姿态人脸识别,智能数字监控,和算法

文献来源: 四川大学

发表年度: 2005

论文摘要: 本文详细讨论了分数阶微积分在信息科学中的应用以及子波变换理论、人脸检测和识别技术、数字监控系统的研究动态和发展趋势。论述了综合运用这些技术以构建全新的智能人脸检测与识别系统的可能性,并提出了基于人脸检测和识别技术的智能数字监控系统的主要解决方法。首先,本文首次提出了用子波变换来实现分数阶微积分的理论和概念,进而提出了基于分数阶子波变换的分数阶微积分数字实现算法,并在理论和实验上证明了该算法的正确和高效性。本文提出的用子波变换来实现分数阶微积分的理论和概念,把通常的整数阶的子波变换推广到分数阶,在分数维空间中来考察和实现子波变换,这是对传统的子波理论的继承和推广。从分数阶微积分的理论来看,噪声可视为孤立的奇异点,数字图象的纹理细节具有某种高度自相似结构,这种高度重复的自相似结构具有一定分数阶微分的奇异性。为了避免传统整数阶微积分在对纹理信息丰富的数字图象进行处理过程中严重丢失纹理细节信息的缺陷,本文在算法应用上提出了基于整数阶微分和分数阶微分相结合的数字图象奇异性提取的恢复模型,此模型对人脸数字图象进行分数阶微积分,从而提取其中的分形结构信息,并将其作为人脸数字图象的纹理细节信息来对传统的基于整数阶微积分的数字图象奇异信号提取算法进行补偿,因而在人脸数字图象预处理中极大地提高了对人脸边缘轮廓提取的准确性和效率。将基于分数阶子波变换的分数阶微积分数字实现算法应用于人脸头部轮廓提取

论文目录:

中文摘要

英文摘要

1 绪论

1.1 分数阶微积分在信息科学中的应用回顾

1.2 子波变换理论回顾

1.3 人脸检测和识别技术回顾

1.3.1 人脸检测问题

1.3.2 多姿态人脸识别

1.4 数字监控系统回顾

1.5 论文组织安排

1.6 本文所做的贡献

2 基于分数阶子波变换的分数阶微积分数字实现算法及其在人脸头部轮廓提取中的应用

2.1 自适应Gabor变换理论

2.2 整数阶子波变换理论

2.3 分数阶子波变换

2.3.1 分数阶演算

2.3.2 微分运算与子波变换的内在联系

2.3.3 能量规范化母波ψv(t ) 的解析实现

2.3.4 能量规范化母波ψv(t ) 的数值实现

2.3.5 子波变换Ws (τ, a ) 的数值实现

2.3.6 子波变换Ws (τ, a ) 数值实现时最佳起始尺度opt a0 的确定

2.3.7 基于分数阶子波变换的信号分数阶微积分的实验仿真

2.4 分数阶微积分在人脸头部轮廓提取中的应用

2.4.1 数字图象处理中的传统奇异性提取算法

2.4.2 基于传统数字图象处理算法的人脸头部轮廓的提取

2.4.3 基于 Sobel 算子和分数阶微积分相结合的人脸头部轮廓提取算法

3 在复杂背景下多人脸准确检测模型

3.1 构建人脸肤色模型

3.1.1 彩色图象空间

3.1.2 构建人脸肤色模型

3.2 在复杂背景下准确的多人脸检测模型

3.2.1 概述

3.2.2 本文方法

3.2.3 肤色粗分割

3.2.4 直方图聚类分析

3.2.5 形态滤波

3.2.6 区域合并

3.2.7 脸部定位

3.2.8 仿真实验

4 基于 ISOMAP 非线性降维的人脸多姿态定位识别和模拟模型

4.1 多姿态人脸分类识别和模拟模型

4.2 人脸特征提取

4.2.1 对各种光照参数的自适应动量调整算法

4.2.2 基于主元分析(PCA)的人脸特征提取

4.2.3 基于 Hebb 神经网络的 PCA 算法

4.2.4 把 PCA 算法应用于人脸特征提取的仿真实验

4.2.5 基于 ISOMAP 非线性降维的特征选择模块

4.3 基于人工神经网络的多姿态人脸特征识别网络

4.3.1 LMBP 算法(Levenberg-Marquardt Algorithm)分析

4.3.2 输入编码

4.3.3 输出编码

4.3.4 特征识别网络结构

4.3.5 对隐层神经单元的训练算法

4.3.6 仿真实验

5 基于人脸检测和识别技术的智能数字监控系统研究

5.1 数字监控系统原理与技术

5.2 分布式网络环境下的负载平衡原理及算法

5.2.1 动态负载平衡调度驱动策略

5.2.2 集中式负载平衡调度策略

5.2.3 请求分配算法的实现

5.3 将人脸检测算法应用于肤色感兴趣区域的图象压缩

5.4 将人脸检测和识别算法应用于智能数字监控系之中

5.4.1 将人脸检测算法应用于数字监控系统中的人脸动态跟踪

5.4.2 将人脸多姿态模拟和识别技术应用于数字监控系统

5.4.3 将肤色感兴趣区域的图象压缩算法应用于数字监控系统

6 结论与展望

参考文献

附录

声明

致谢

发布时间: 2006-05-12

相关论文

• [1].人脸检测与识别方法研究[D]. 叶俊勇.重庆大学2002
• [2].自动人脸识别技术研究及其在人员身份认证系统中的实现[D]. 胡文静.华东师范大学2006
• [3].视频图像中的运动人体检测和人脸识别[D]. 李春明.西安电子科技大学2005
• [4].光照变化条件下的人脸检测与识别算法研究[D]. 蒋晓悦.西北工业大学2006
• [5].人脸检测和识别中若干问题研究[D]. 聂祥飞.北京邮电大学2008

标签：分数阶演算论文;  分数维子波变换论文;  肤色模型论文;  非线性降维论文;  多姿态人脸识别论文;  智能数字监控论文;  和算法论文;