视频序列中基于生物特征的身份识别方法研究

视频序列中基于生物特征的身份识别方法研究

ID:35097214

大小:4.26 MB

页数:69页

时间:2019-03-17

视频序列中基于生物特征的身份识别方法研究_第1页
视频序列中基于生物特征的身份识别方法研究_第2页
视频序列中基于生物特征的身份识别方法研究_第3页
视频序列中基于生物特征的身份识别方法研究_第4页
视频序列中基于生物特征的身份识别方法研究_第5页
资源描述:

《视频序列中基于生物特征的身份识别方法研究》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、视频序列中基于生物特征的身份识别方法研究曾亚军2016年1月中图分类号:TP391UDC分类号:视频序列中基于生物特征的身份识别方法研究作者姓名曾亚军学院名称信息与电子学院指导教师范哲意答辩委员会主席申请学位工学硕士学科专业电子科学与技术学位授予单位北京理工大学论文答辩日期2016年1月ResearchonBiometric-basedIdentityRecognitioninVideosCandidateName:YajunZengSchoolorDepartment:InformationandE

2、lectronicsFacultyMentor:ZheyiFanChair,ThesisCommittee:DegreeApplied:MasterofEngineeringMajor:ElectronicScienceandTechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence:January,2016研究成果声明本人郑重声明:所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知,文中除特别标注和致谢

3、的地方外,学位论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名:日期:北京理工大学硕士学位论文摘要身份识别技术是模式识别领域的重要研究课题。生物特征识别由于能够只通过人体本身即可实现身份识别功能,避免了传统身份识别方法中存在的破解和窃取等问题,具有很高的准确性和安全性。视频序列中基于生物特征的身份识别主要研究的是人脸识别和步态识别,其

4、采集方式比其余生物特征更为友好,应用范围更加广泛,已经成为了近几年的研究热点。本文对此展开了研究,其成果主要有:(1)针对静止-视频人脸识别中的训练集与测试集不匹配问题,提出了一种基于稀疏表示的改进静止-视频人脸识别算法。视频序列中的人脸由于检测结果或者表情变化存在对齐困难问题,为了实现人脸主要特征的对齐,采用梯度方差信息来定位人脸的主要轮廓。在摄像机静止条件下,人脸的运动会造成图像模糊,导致识别率显著下降。为了能够在运动模糊条件下鲁棒识别人脸,本文采用多尺度矩形滤波器来创建字典,添加多尺度模糊特征,

5、使得稀疏表示的字典具有一定的抗运动模糊性。由于视频序列中包含很多的冗余信息,逐帧识别的计算量很大,本文提出了一种根据互相关系数聚类的关键帧提取方法。此方法能够自适应确定聚类类别数,不需要预先设定,提取到的关键帧能够代表视频序列中的所有信息,剔除了冗余信息,减少了识别时间。将本文提出的算法进行实验,结果表明该算法比神经网络、支持向量机等算法有明显的性能改善。(2)视频序列中的人脸图像存在光照、表情等变化,导致数据分布较为分散,类间散度小于类内散度。且传统分类器对于数据较为敏感,泛化能力较差。为了充分利用

6、视频序列中的多帧图像和运动信息,同时综合考虑散度信息和分类器的泛化能力,本文提出了一种结合散度约束和多层级联分类器的视频人脸识别算法。首先根据聚类方法将一个视频序列中的多帧图像划分成为多个子类;然后通过最小距离法识别训练集中的其余样本,对识别错误的样本和与其相似的样本创建下层分类器;最后通过多层级联分类器识别待测试样本。该方法通过逐层创建分类器的方式细分数据分布,增大了类间散度与类内散度的比值,且对易错分样本进行了重点学习,提高了分类器的泛化能力。实验结果表明,本文的算法能够有效处理视频人脸识别问题。

7、(3)为了提高步态识别的识别率,充分利用步态信息,本文提出了一种结合离散余弦变换和线性判别分析的步态识别方法。首先通过离散余弦变换提取其频率域信I北京理工大学硕士学位论文息,然后通过线性判别分析对数据进行特征映射,从而实现身份识别。该方法不仅能够有效区分步态特征中的高低频信息,并且增强了特征的判别性。在中科院自动化所的数据库中进行实验,结果表明,本文提出的特征提取方法优于局部二值模式、主成分分析等常用方法,能够获得更高的识别率。关键词:人脸识别;步态识别;稀疏表示;聚类;多层级联分类器;离散余弦变换;

8、线性判别分析II北京理工大学硕士学位论文AbstractIdentificationtechnologyisanimportantresearchtopicinthefieldofpatternrecognition,andbecausebiometricidentificationcanrecognizethepersononlybasedonthebodyitself,whichcanavoidtheproblemsofthetraditionali

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。