视频超分辨率重建技术在人脸识别中的应用

论文摘要

近年来随着我国经济的不断发展,治安形势日趋严峻,为了及时掌握突发情况和为破案提供线索,摄像头被普遍使用于广场、道路、小区等各种公共场所。对监控摄像头拍下的大量影像进行人物辨认工作非常重要,但又十分耗费人力和时间。利用计算机进行自动化人脸识别因为具有快速、直接、友好、易于为用户接受等优点,特别适于此类应用,成为热门的研究课题。人脸识别技术是基于生物特征识别技术的一个重要分支,是模式识别和计算机视觉领域内研究的热点。一个完整的人脸识别系统包括图像增强、人脸检测和人脸识别三个部分。对于适用于广场等开阔地区的人脸识别系统,图像的分辨率低、清晰度差等因素往往对人脸识别的效果产生不利影响。目前的人脸识别系统缺乏对低质量图像的增强解决方案。本文以实际出发,讨论了人脸识别技术各个关键部分的主要算法及其特点,并根据目前应用上的难题,创新性地在人脸识别系统中应用超分辨率重建技术。本文设计了改进的基于小波融合的多帧视频超分辨率改进算法,创造性地利用此技术结合经典的人脸识别算法设计并实现了完整的人脸识别系统。本文总结了人脸识别系统各个部分的主要算法,讨论了图像超分辨率理论基础及各种图像插值算法,通过对基于小波变换的单帧超分辨率重建算法及POCS算法的研究讨论,提出了结合实际的基于小波融合的多帧图像超分辨率改进算法并进行了试验对比。为了建立完整的人脸识别系统,本文在图像预处理方面讨论了滤波、直方图均衡算法、运动检测、空间变换等算法,人脸检测方面集中介绍了基于Chan-Vese模型的人脸检测算法。在人脸特征识别算法方面,本文讨论了基于神经网络、基于Gobar特征和基于主元分析（K-L变换）三种经典的人脸识别算法。本文以上述算法为基础,讨论了具有超分辨率重建能力的人脸识别系统的设计和实现。本文以需求为向导,通过对监控视频特点的分析,在系统实现中以运动检测为基础对图像进行分割,然后对分割后的图像进行多帧超分辨率重建,实践证明这种方法可以提高人脸检测的效率,并使超分辨率重建技术获得较好的实用效果。在系统实现中,以低耦合度设计为指导,通过在系统实现中以模块替换完成不同的算法进行对比测试,并取得了基于Gobar特征和K-L变换算法在应用超分辨率重建技术前后的试验结果。结果证明,本文建立的人脸识别系统较以往系统提供了较好的检测率和识别率。人脸自动识别系统比较复杂,涉及的内容很多。本文总结了在人脸检测与识别方面取得了一些成果,分析了人脸识别系统与实际应用之间的差距,提出了今后的工作中继续研究改进和完善的目标。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究的背景及意义
• 1.2 本文的研究内容
• 1.3 本文的结构安排
• 2 人脸识别系统主要技术
• 2.1 图像的预处理
• 2.1.1 滤波
• 2.1.2 图像增强
• 2.1.3 空间变换
• 2.2 基于 Chan-Vese 模型的静止图像人脸检测模型
• 2.3 人脸识别主要算法
• 2.3.1 基于主元分析（K-L 算法）的人脸识别
• 2.3.2 基于人工神经网络的人脸识别算法[13]
• 2.3.3 基于Gabor 特征的人脸识别算法
• 2.4 本章小结
• 3 图像超分辨率增强技术
• 3.1 理论基础
• 3.2 各种插值算法简介
• 3.2.1 平移线性插值法
• 3.2.2 基于图像统计特性插值
• 3.2.3 经典插值算法
• 3.3 单帧图像的小波重建超分辨率方法
• 3.4 POCS 简介
• 3.5 改进的基于小波融合的超分辨率算法
• 3.5.1 小波融合算法
• 3.5.2 改进算法的思路
• 3.5.3 运动检测
• 3.5.4 改进的小波系数融合算法
• 3.5.5 各种超分辨率方法的对比
• 3.6 本章小结
• 4 人脸识别系统系统设计
• 4.1 人脸识别系统概述
• 4.2 实现技术及系统设计概述
• 4.3 图像预处理与增强模块实现
• 4.3.1 实现要点
• 4.3.2 图像采集界面
• 4.4 人脸识别模块实现
• 4.4.1 模块用例
• 4.4.2 模块流程与接口
• 4.4.3 实现说明
• 4.5 样本管理模块设计
• 4.5.1 实现说明
• 4.6 本章小结
• 5 系统试验与测试分析
• 5.1 系统测试概述
• 5.2 测试设计
• 5.2.1 测试方案
• 5.2.2 测试环境
• 5.3 测试结果及分析
• 5.3.1 使用基于主元分析算法的系统测试结果分析
• 5.3.2 使用Gabor 特征算法的系统测试结果分析
• 5.3.3 超分辨率重建对人脸检测功能的影响测试
• 5.4 测试结论
• 5.5 本章小结
• 6 总结与展望
• 6.1 本文总结
• 6.2 前景展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录
• 上海交通大学学位论文答辩决议书