广东省自然科学基金(S2013010013511)
- 作品数：2 被引量：0H指数：0
- 相关作者：胡晓彭绍湖张娜廖启欣更多>>
- 相关机构：广州大学更多>>
- 发文基金：广东省自然科学基金国家自然科学基金广州市科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Gamma和AdaBoost的人脸检测系统设计
- 2013年
- 为了有效地实现人脸的检测效果,文章在AdaBoost算法基础上提出一个改进的人脸检测算法.为了有效地消除光照和成像对人脸的影响,该算法将Canny修剪算法和伽马矫正算法进行结合,有效地消除光照和成像设备对人脸的影响.并利用Visual C++和OpenCV等开发工具设计了一个人脸检测系统.本系统采用20×20的人脸图像和背景图像各1 000张训练了一个7层的级联分类器,每一层构成的强分类器由一组基于Haar特征的弱分类器构成.该系统通过自选137幅包含人脸和背景的图片对系统进行测试,获得94.72%的正确检测率以及26.42%的误检率.
- 胡晓张娜颜继永
- 关键词：人脸检测ADABOOST算法HAAR特征OPENCV
- 单训练样本视频监控俯视人脸识别研究
- 2015年
- 近年来视频监控已普遍应用于各行各业,因此基于监控视频人脸识别也成为了智能监控系统中重要的研究领域.然而,由于监控视频人脸通常是非正面人脸,传统性能优良算法应用于视频人脸识别时,其性能也明显降低.同时,单张训练人脸问题在监控视频人脸检测和识别是一个普遍问题.因此为了能有效地提高单训练多姿态人脸识别的正确识别率,文章提出了一种基于三维建模技术的人脸识别算法.该算法先由一张二维高清正面人脸生成一个三维人脸模型,然后再进一步在该三维人脸空间里产生多种姿态的人脸模型,并由此获得多张相应姿态下的二维虚拟人脸,最后利用原始正面样本和所得到的虚拟人脸来构筑训练人脸库.该算法用SCface视频监控人脸库中加以验证,与传统的PCA和LDA算法相比,该算法对监控视频人脸的识别率提高了13%.由此表明,文章介绍的算法是一种有效的人脸识别算法,能有效地提高对俯视人脸的识别率.
- 胡晓廖启欣彭绍湖
- 关键词：三维建模单训练样本视频监控LDA
