人脸识别技术在数字视频网络监控系统中的应用研究

摘要

本文从美术学的角度入手，提出了基于美术学角度的模板匹配的人脸识别方法，并针对自己经过大量工作建立的1350人，24500幅具有较复杂背景的640*480部分图像进行试验，得出高达86％的识别率。同时，将多目标优化算法运用于面部特征提取，将原来的识别率提高3～5个百分点。 人脸识别技术的数字视频网络监控系统方案设计，采用了嵌入式WEB服务器方式。系统针对视频数据传输的实时性，用户终端视频的同步性，以及扩展的灵活性，快速性，便携性和稳定性要求，结合DSP处理器运算速度和运算精度高的特点，运用本文提出的人脸识别和优化方法，采用C6X系列DSP开发套件进行人脸识别系统部分的开发。将其融入数字视频监控系统，就构成一个性能优越的具有人脸识别功能的网络监控系统。

目录

文摘

英文文摘

论文说明：插图索引、附表索引

湖南大学学位论文原创性声明及版权使用授权书

第1章绪论

1.1项目来源

1.2项目目的与意义

1.3项目内容

1.4本文的主要工作

1.5本文章节安排

第2章人脸识别技术的数字视频网络监控系统综述

2.1引言

2.2人脸识别的技术发展状况

2.2.1人脸识别研究现状

2.2.2人脸识别的方法

2.2.3人脸识别研究近况

2.3网络监控技术发展状况

2.3.1数字视频监控系统的现状和发展

2.3.2视频监控系统现状

2.3.3视频监控系统的发展

2.4小结

第3章人脸图像的识别及特征提取方法

3.1引言

3.2多目标优化算法

3.2.1多目标优化算法

3.2.2基于美术学角度的模板匹配的人脸识别方法

3.2.3面部特征提取的多目标优化算法

3.2.4基于模糊逻辑的多目标遗传算法

3.3分级多目标非劣解集遗传算法研究

3.3.1多目标非劣解集遗传算法简介

3.4小结

第4章人脸图像数据库的建立

4.1引言

4.2人脸图像数据库的建立和分类

4.3人脸数据库采集设备名称和参数

4.4部分人脸图像数据库图像

4.5小结

第5章算法仿真

5.1引言

5.2人脸图像文件的转换

5.3人脸识别的多目标优化算法实验和仿真

5.3.1人脸识别的优化算法描述：

5.3.2多目标优化算法的算法设计

5.3.3部分程序框架描述

5.4在MATLAB6.5.1上的仿真结果

5.5实验结果数据分析

5.5.1实验结果数据

5.5.2实验结果数据分析

5.5.2与相关实验结果对比

5.6在DSP开发环境上的仿真

5.7小结

第6章人脸识别技术的数字视频监控系统方案设计

6.1引言

6.2模拟和数字监控技术比较

6.2.1数字信号控制的模拟视频监控系统

6.2.2数字视频监控系统

6.2.3监控系统的选择

6.3系统设计方案

6.4 TMS320C6201的DSP的数字信号处理器

6.5混合编程的程序设计方法

6.5.1通常DSP系统的软件设计方式

6.5.2混合编程应遵循的规则和详细的接口规范

6.6数字视频网络监控系统要解决的关键技术

6.6.1视频数据的压缩和解压缩

6.6.2视频数据的实时传输技术

6.7小结

结 论

1.本文工作总结

2.下一步工作展望

参考文献

致谢

附录A(攻读硕士期间发表论文)