共查询到20条相似文献,搜索用时 615 毫秒
1.
现有的人脸识别定位方法由于其局限先不能适用于视频监控中的人脸定位,针对智能视频监控中的运动目标的检测的特点,结合视频图像的连续性和人脸肤色的特征,提出了一种快速视频监控人脸定位的有效方法。该方法首先通过差分算法提取前景区域,然后通过BP(误差反传)神经网络的肤色分割算法,对运动区域进行检测,最后对人脸候选区域进行验证并定位。实验证明,该方法不仅能够减小检测误差,而且提高系统运行速度,实现复杂环境下的视频监控中的人脸定位。 相似文献
2.
3.
针对传统的视频人脸识别技术受限于理想的环境条件,无法应用于监控场景的弊端,提出了一种基于PTZ(Pan-Tilt-Zoom,旋转-俯仰-缩放)摄像头的人脸识别方法,并结合AdaBoost人脸检测以及Mean-shift跟踪算法进行了识别.实验结果表明,该方法克服了监控场景图像分辨率低的问题,具有较好的鲁棒性. 相似文献
4.
利用合法用户的脸部视频进行回放假冒攻击,是目前人脸认证系统的重要安全威胁。针对此问题,本文提出了一种仅用单个普通摄像头来抵抗人脸视频假冒攻击的方法。不同于以往从人脸区域中获取假冒线索进行活体检测的方法,本文通过人脸输入图像与场景参考图像之间的背景对比,从人脸周围背景区域中寻求视频假冒攻击线索。首先,本文在尺度空间里构建人脸周围区域图像的背景特征点集合;然后,利用背景特征点集合建立识别场地背景和人脸背景的Gabor背景描述子,并用融合相位补差的相似度来进行背景比对。实验表明该方法能有效地识别视频回放假冒攻击。 相似文献
5.
将基于Boosted Cascade的人脸检测算法运用到视频图像当中,并结合图像序列中的运动信息,提出并实现了一种实时的人脸检测跟踪系统.首先根据图像的运动信息提取出可能存在人脸的候选区域,然后在候选区域中用Boosted Cascade算法进行检测.实验结果表明该系统能够实时地对于人脸进行检测跟踪,可以被应用在智能视频监控方面. 相似文献
6.
PCA算法提供了一个高维和低维间的线性变换矩阵,这个变换矩阵可以通过求取协方差矩阵的特征向量获得。特征值较大的特征向量反映人脸最大差异性;根据脸部固定结构特点构造人脸平均模板,利用模板匹配来检测图像中的人脸,计算待测图像与特征空间的距离进一步判别是否是数据库中人脸。实验表明,PCA算法在视频监控系统的人脸识别中可以很好地实现人脸特征提取和检测。 相似文献
7.
在低照度环境下,摄像机捕捉到的夜间视频质量较差,常出现光照不足、对比度低、模糊不清和颜色偏移等问题,影响了视频的判读和理解。针对夜间视频存在的问题,提出不同时段空间背景融合技术和根据Retinex理论利用三边滤波器提取亮度图像的照度分量并结合Sigmiod 非线性拉伸函数对反射分量进行增强处理以突出细节达到图像增强的目的。经实验证明,提出的算法能够提高低照度夜间视频的整体视觉效果,图像的亮度、对比度、清晰度得到改善,突出了视频图像细节,保留了视频重要内容,增强结果自然清晰,避免了图像失真等问题,解决了夜间视频增强中常出现的光晕、鬼影、颜色偏移等问题,便于视频的判读与分析。 相似文献
8.
提出了一种基于区域特征的快速人脸检测算法.采用瞬时差分和背景差分获取并跟踪运动目标.消除了运动目标引起的背景模型更新误差.在检测到的运动目标区域内.通过基于区域特征的马赛克三分图模型检测人脸区域,并利用频率直方图方法合并所检测区域,最终获得人脸位置.实验结果表明,平均检测时间为30ms/帧,检测准确率可达95.7%,算法复杂度低、检测效果好,适合各类视频图像的人脸实时检测. 相似文献
9.
在视频监控、视讯会议系统等应用领域,由于环境光照较低或背景光过强,常导致视频图像很多细节丢失,此时需要用视频增强技术来改善视频质量。本文提出了一种基于非线性β函数映射与帧间信息融合的低照度视频图像增强方法。该方法在图像的照度层实现对比度增强,首先将视频图像从RGB空间转换到HSI色彩空间,提取其照度分量;然后用非线性归一化β函数的映射关系得到增强后的照度成分,β函数的参数通过本文提出的评价函数得到;最后,重建图像,完成视频图像的增强。与其它对比度增强方法相比,本文方法的增强效果好,且计算复杂度较小。文中给出了计算机仿真实验结果。 相似文献
10.
11.
人脸检测是人脸识别的第一环节,也是非常关键的环节。试验中主要针对静态彩色图像进行人脸检测,研究肤色在人脸检测中的应用。不同图像背景、人脸的可变性和光照条件变化都增加了人脸检测的难度。因此,从一幅图像中检测人脸是一项具有挑战性的任务。采用Adaboost的人脸检测,并提出肤色与Adaboost算法相结合的人脸检测方法。对输入的彩色图像进行从RGB空间到YCbCr空间的转换,然后进行肤色分割,排除背景干扰,最后用Adaboost算法对可能区域进行检测,得到人脸位置。实验表明,该方法误检率低,鲁棒性好,对人脸检测有较强的实用性。 相似文献
12.
13.
14.
针对视频监控系统智能化的要求,提出了一种基于嵌入式视频监控的人脸检测设计方案。采用在ARM-Linux操作平台上建立Servfox流媒体服务器,实现USB摄像头的视频采集和传输。在客户端首先采用帧间差分更新背景模型的改进算法获取运动目标,减少视频中运动目标对背景模型的影响,且为人脸目标的检测缩小了范围。在运动目标区域内,通过Ada-Boost人脸检测算法,最终获得人脸位置。结果表明,系统对人脸检测效果良好,准确率可达95.2%,检测时间22~27 ms/frame,满足视频监控的实时性要求。 相似文献
15.
16.
17.
设计和实现了一种基于内容的海量监控视频的多层次检索系统。该系统首先从监控视频中提取关键帧图像,其次利用行人检测、人脸识别及车辆检测等算法将关键帧中的行人图像、人脸图像和车辆图像等感兴趣目标提取出来,然后提取这些图像的颜色、纹理等特征,利用改进的LIRe(Lucene Image Retrieval)建立分布式的特征库,最终形成了多层次的信息数据库。实验表明,该系统具有较高的检索准确率和较快的检索速率,并支持海量监控视频的检索。 相似文献
18.
<正>在不同的监控视频当中,人脸具备一定的关联性,部分信息可以反映一定的人脸信息。本文在人脸图像的变化特点的基础上,提出了一种基于监控视频的人脸识别技术,该技术借助人脸检测与跟踪技术对视频的人脸序列捕获,并对所捕获的信息做出识别,选取出全部的人脸序列图像信息,综合化地对人脸信息做结果识别。借助于此种方式可以确保识别效率的提升,降低错误识别率的提升,最终实现监控视频当中人脸识别实时性的提升。 相似文献
19.
20.