人脸图像正规化技术研究

摘要

将人脸识别技术与视频检索技术结合，对监控视频进行智能分析，一方面可以拓展人脸识别技术的应用，另一方面可以实现视频监控的智能化。监控视频中的人通常是感兴趣的目标，而面对海量监控视频数据，人工审查方式耗时耗力却效果甚微。通过将人脸识别技术应用到视频检索中，对视频中的目标进行跟踪、分析并且及时发现异常行为，实现智能视频分析。
　　为了更好地结合人脸识别技术与视频检索技术，本文对人脸图像正规化技术进行了研究，初步实现了视频片段人脸检索。论文完成的工作主要包括以下几点:
　　研究了几何正规化处理的实现过程，眼睛定位是几何正规化处理的关键因素，眼睛定位不准会导致几何正规化失败并最终造成误识别，通过实验定量分析了人眼定位误差对人脸识别首位识别率的影响。实验表明，本文所采用的眼睛定位算法在一般情况下能够满足定位精度要求，但光照变化剧烈的情况下，该方法定位精度会有所下降。
　　研究并实现了5种光照正规化算法:直方图均衡化、对数边缘图、MSR算法、自商方法、TT算法。特别是对TT算法的原理和参数选择进行了深入研究，该算法可以理解为管理处理，依次是gamma校正、高斯差分图像、全局对比度增强。实验表明，全局对比度增强非常重要，通过该处理使得不同人脸图像的灰度对比度趋于归一化，增强了不同人脸的可区分性。
　　研究了光照正规化算法与GFC-Gabor特征的整合能力。以FERET、Yale和PIE人脸库为实验对象，从首位识别率角度对上述5种算法和GFC-Gabor特征的整合能力进行了比较。实验表明:TT算法与GFC-Gabor特征的整合能力最好，首位识别率均保持在90％以上，对于各种光照变化情况，产生的人脸识别系统鲁棒性最好。
　　研究了基于内容的视频检索的镜头检测和关键帧提取技术，结合人脸识别技术与视频检索技术，初步实现了视频片段人脸检索。实验结果表明，在较理想条件下，能够正确地检索出目标人脸，提供目标人脸的相关镜头。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景和意义

1．2 人脸识别研究内容

1．3 人脸识别研究难点

1．4 常用人脸库介绍

1．5 本文的主要工作和章节安排

第二章 人脸图像几何正规化

2．1 引言

2．2 人眼定位

2．3 人脸图像仿射变换

2．3．1 图像旋转

2．3．2 图像缩放

2．3．3 图像裁剪

2．4 关于人眼定位误差影响的实验与分析

2．4．1 人脸系统设计框架

2．4．2 人眼定位误差实验

2．4．3 人眼定位算法性能测试

2．5 本章小结

第三章 人脸图像光照正规化

3．1 引言

3．2 关于光照问题的研究方法概述

3．2．1 图像增强方法

3．2．2 基于光照不变特征的方法

3．2．3 光照建模的方法

3．2．4 基于3D模型的方法

3．2．5 稀疏表示的方法

3．3 光照正规化处理算法

3．3．1 直方图均衡化

3．3．2 对数边缘图

3．3．3 多尺度Retinex

3．3．4 自商图像SQI

3．3．5 TT算法

3．4 实验结果与分析

3．4．1 实验设计说明

3．4．2 首位识别率分析

3．4．3 拒识别门限

3．5 本章小结

第四章 基于Gabor小波的人脸特征提取

4．1 引言

4．2 二维Gabor小波变换

4．3 人脸图像Gabor特征表示

4．4 人脸图像Gabor特征选择

4．4．1 PCA降维

4．4．2 Fisher LDA

4．5 本章小结

第五章 视频片段人脸检索

5．1 引言

5．2 相关工作介绍

5．3 镜头检测与关键帧提取

5．3．1 突变检测算法研究

5．3．2 渐变检测算法研究

5．3．3 关键帧提取研究

5．4 实验结果与分析

5．4．1 实验测试集及测试环境

5．4．2 采样间隔对关键帧提取的影响

5．4．3 视频片段检索率

5．5 小结

第六章 总结与展望

6．1 论文工作总结

6．2 展望

致谢

参考文献

作者在攻读硕士期间发表的论文清单