目录
目录
摘要 ............................................................................................................................ I Abstract.......................................................................................................................... I I 目录 ........................................................................................................................... III 第一章绪论 .. (1)
§1.1 研究背景及意义 (1)
§1.2 国内外研究现状 (3)
§1.3 本文研究内容 (4)
§1.4 本文章节安排 (5)
第二章运动目标检测与跟踪介绍 (6)
§2.1 运动目标检测 (6)
§2.1.1 帧差法 (6)
§2.1.2 光流法 (7)
§2.1.3 背景差分法 (8)
§2.1.4 实验仿真 (9)
§2.2 运动目标跟踪 (12)
§2.2.1 Mean Shift算法 (12)
§2.2.2 Kalman滤波跟踪 (14)
§2.2.3粒子滤波跟踪算法 (15)
§2.2.4跟踪算法仿真实验 (16)
§2.3 本章小结 (21)
第三章识别算法介绍 (22)
§3.1主元分析法(PCA) (22)
§3.1.1 K-L(Karhunen-Loeve)变换原理 (22)
§3.1.2主元分析法的原理和基本概念 (23)
§3.1.3基于主元分析法的人脸识别算法 (23)
§3.2线性鉴别分析(LDA) (25)
§3.2.1线性鉴别分析的基本原理 (25)
§3.2.2基于线性鉴别分析的人脸识别算法 (26)
§3.3奇异值分解理论(SVD) (27)
§3.3.1奇异值分解的基本原理 (27)
§3.3.2基于奇异值分解的人脸识别算法 (28)
§3.4基于LBP直方图的人脸识别算法 (29)
- III -
目录
§3.4.1 LBP人脸识别算法基本概念 (29)
§3.4.2 LBP算法 (29)
§3.4.3基于LBP的人脸识别算法 (30)
§3.3本章小结 (31)
第四章识别算法实验 (32)
§4.1基于PCA人脸识别算法的实验 (33)
§4.2基于LDA人脸识别算法的实验 (39)
§4.3基于SVD人脸识别算法的实验 (42)
§4.4 识别算法效果对比 (46)
§4.5 本章小结 (48)
第五章总结与展望 (49)
§5.1 本文工作总结 (49)
§5.2 工作展望 (50)
参考文献 (51)
作者在攻读硕士期间主要研究成果 (55)
致谢 (56)
- IV -
第一章绪论
第一章绪论
§1.1 研究背景及意义
随着经济的不断发展，人民生活水平的迅猛提高，现代社会对安防的要求越来越高。这也给智能监控和身份识别技术带来了巨大的发展机遇和挑战。在许多场合，如人口密集区的检测，银行、证券交易所等重要场所的安防，仅仅只是对运动的物体或者行人感兴趣，所有运动目标的检测跟踪与人脸跟踪目前已经成为了应用视觉领域一个重要的研究方向，具有重大的实用价值和广阔的发展前景。而随着多媒体技术的飞速发展与计算机性能的提高与集成化工艺的提升，基于图像处理的智能监控技术得到了广泛应用。运动目标的检测跟踪与人脸识别是一切智能场景分析与监控的基础核心，而运动的人体目标是一个特殊的目标群体，更是运动目标检测跟踪领域中一个典型的研究对象。
计算机视觉可以追溯到很早的时候，但是直到1970年以后，处理器技术以及制造工艺的提高，使得计算机的性能也得到大幅度的提高。可以处理较为复杂的图像以及视频资料，这一领域才得到了各国学者的关注与重视[1]。从此以后得到了较快的发展。计算机视觉应用领域非常多，包括军事、航空、工业、智能交通等方面都有着广泛的应用。
计算机视觉系统的结构形式多种多样，具体表现形式取决于其应用方向[2]。有独立工作部分的，用来检测产品质量或者监视重要的场所，也有作为大型复杂系统成套设备工作出现的，比如现代工业流水线控制系统，智能交通监控系统等。具体实现方法也是由其功能决定，有些是事先就设计固定好的，有些则是在运行过程中由系统自主完成学习并调整的。但是，不管是什么样的计算机视觉系统，以下几个功能却几乎是都需要具备的。
图像获取，每幅图像都是由一个或者几个图像感知器获取的，比如照相机、摄像头、遥感摄像仪、雷达接收器等，所产生的图片包括二维图像、三维图像、黑白图像、彩色图像、灰度图像或者是一个图像序列。
预处理，是计算机视觉系统在正式图像视频序列之前对图像先进行处理。来满足后续视觉处理的要求，比如几何变换、二次取样、边缘检测、中值滤波、归一化、平滑去噪、梯度算子、复原增强以及提高对比度等。
特征提取，图像特征被检测到以后通过图像处理的计算机是提取出来。一般的图像特征有颜色、纹理、形状、空间关系等特征。例如边缘提取、角检验、斑点检验、脊检测等。
- 1 -