基于视频人脸识别的的研究进展

基于视频人脸识别的的研究进展

ID:26603469

大小:310.50 KB

页数:12页

时间:2018-11-27

基于视频人脸识别的的研究进展_第1页
基于视频人脸识别的的研究进展_第2页
基于视频人脸识别的的研究进展_第3页
基于视频人脸识别的的研究进展_第4页
基于视频人脸识别的的研究进展_第5页
资源描述:

《基于视频人脸识别的的研究进展》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、《计算机学报》2009年5期基于视频的人脸识别研究进展*:本课题得到国家自然科学基金(60872084)和教育部高等学校博士学科点专项科研基金(SRFDP-20060003102)资助.严严,男,1984年生,博士,主要研究领域为人脸识别等.章毓晋,男,1954年生,博士,教授,博士生导师,主要研究领域为图像工程(图像处理、图像分析、图像理解及其技术应用).主页:http://www.ee.tsinghua.edu.cn/~zhangyujin/严严1),2)章毓晋1),2)1)(清华大学信息科学与技术国家实验室北京100084)2)(清华大学电子工程系北京10008

2、4)摘要近年来基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一.如何充分利用视频中人脸的时间和空间信息克服视频中人脸分辨率低,尺度变化范围大,光照、姿态变化比较剧烈以及时常发生遮挡等困难是研究的重点.该文对近期(主要近5年)基于视频的人脸识别研究进行了详细的介绍和讨论,在对相关方法分类的基础上,分析了各类方法中典型技术的优缺点,并概况介绍了常用的视频人脸数据库和实验结果,最后展望了基于视频人脸识别未来的发展方向和趋势.关键词模式识别;人脸识别;基于视频的人脸识别;进展;综述中图法分类号TP3911引言人脸识别具有巨大的理论意义和应用价值.人脸识别的研究对于图

3、象处理、模式识别、计算机视觉、计算机图形学等领域的发展具有巨大的推动作用,同时在生物特征认证、视频监控、安全等各个领域也有着广泛的应用.经过多年研究,人脸识别技术已取得了长足的进步和发展.随着视频监控、信息安全、访问控制等应用领域的发展需求,基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一[1-4].如何充分利用视频中人脸的时间和空间信息克服视频中人脸分辨率低,尺度变化范围大,光照、姿态变化剧烈以及时常发生遮挡等困难是研究的重点.国内外众多的大学和研究机构,如美国的MIT[5]、CMU[6,7]、UIUC[8,9]、Maryland大学[10-12]、英国的

4、剑桥大学[13-15]、日本的Toshiba公司[16-18]和国内的中科院自动化所[19-21]都对基于视频的人脸识别进行了广泛而深入的研究.鉴于目前现有的人脸识别国内外综述文献主要针对基于静止图像的人脸识别研究[1-3],因此有必要对现阶段基于视频的人脸识别研究情况进行分析和总结,期望能够更好地指导未来的研究工作.2人脸识别概述一个自动的基于视频的人脸识别系统包括了人脸检测模块、人脸跟踪模块、人脸特征提取模块和人脸识别模块[22].关于人脸检测、人脸跟踪和人脸特征提取的研究进展可以参考综述文献[1-3].本文重点介绍基于视频的人脸识别研究进展.人脸识别问题可以定义

5、成:输入(查询)场景中的静止图像或者视频,使用人脸数据库识别或验证场景中的一个人或者多个人[1,2].基于静止图像的人脸识别通常是指输入(查询)一幅静止的图像,使用人脸数据库进行识别或验证图像中的人脸.而基于视频的人脸识别是指输入(查询)一段视频,使用人脸数据库进行识别或验证视频中的人脸.如不考虑视频的时间连续信息,问题也可以变成采用多幅图像(时间上不一定连续)作为输入(查询)进行识别或验证.因此按照上面的分析,根据输入(查询)和人脸数据库的不同,人脸识别可以分成如表1所示的四种情况:12《计算机学报》2009年5期表1输入(查询)和数据库不同情况下的人脸识别输入(查

6、询)数据库图像(多幅图像)视频图像图像-图像(多幅图像)图像-视频视频视频-图像(多幅图像)视频-视频其中“图像-图像(多幅图像)”人脸识别就是传统的基于静止图像的人脸识别[1-3].而“图像-视频”人脸识别是指利用人脸图像作为输入采用视频人脸数据库进行识别或验证.通常的应用领域是基于人脸的视频信息检索.本文重点介绍的基于视频的人脸识别主要是指后面两种情况,即“视频-图像(多幅图像)”人脸识别和“视频-视频”人脸识别.“视频-图像(多幅图像)”人脸识别是指输入(查询)一段人脸视频,利用静止图像人脸数据库进行识别或验证.“视频-视频”人脸识别是指输入和数据库都利用视频进

7、行人脸识别或验证.相对于前面三种情况,“视频-视频”人脸识别可以利用的信息最多.视频中可以利用的信息包括[4]:多幅同一个人的人脸图像,视频中人脸在时间和空间上的连续性,利用视频生成的三维(3D)人脸模型等.需要强调的是本文这样分类的目的是为了能够对整个人脸识别领域的研究现状有一个宏观上的认识,并区分不同情况下的人脸识别.事实上不同情况下人脸识别采用的技术可以是相同的,例如对所有人脸视频序列的处理是按照某种规则(如大小、姿态、清晰度等)提取一张人脸图像,则上面的情况都可以采用基于静止图像的人脸识别技术.本文首先对现阶段基于视频的人脸识别研究现状进行了

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。