视频监控图像识别

发布时间：2018-09-17 15:50:00   作者：义乌监控安装公司

视频监控图像识别，义乌监控公司讯：智能◆视频图像识别中，主要有面像识别与步态识别，这类识∏别系统的核心是其识别算法软件。现将两类识别系统的核心软件算法简述如下：

面像识别的几个基本的软㊣　件算法：

①几何特征的面像识别算法

所谓几何特征是眼、鼻、嘴等的形状和它▽们之间的几何关系，如相互之间的距离等对应几何关系等ζ　数据形成识别参数，与数据库中所有原始参数进行比较、判断。这种几何特征的识别算法的识别速度快，需要的内存小，但识别率▓较低▂。

②神经网络的面像识别算法

神经网络的输入，可以是降低※分辨率的人脸图像、局部区域的自相关函数、局部纹▅理的二阶矩等。这类方法需要较多的训练样本进行训练，才比◥较可靠。而在许多应用中，样本数量是很有限的≡。

③基于特征脸(PCA) 的面像识别算法

所谓特征脸(PCA)的方法是基于KL变换的面像〗识别方法，KL变换是图╳像压缩的一种最优正交变换。高维的图像空间，经过KL变换后得到一组新的正交基，保留其中重要的正交基，由这些正交基可以形成低维▆线性空间。如果人脸在这些低维线性空间的投影具有可分性，就可将这些投影用作识别的特征矢量，这就是特征脸(PCA)方法的基本思想。这些方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的，目前有一些改进型的特征脸方法。

④弹♀性图匹配的面像识别算法

这种弹性图匹配的面像识别方法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变♀性的距离，并采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特征向量，用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特性和几何因素，在比对时可以允许图像存在弹性形变，在克服表情变化对识别的影响方面，收到了较好的效果，同时对于单个人也不再需要多个样本进行训练。

上一篇   返回首页  打印  返回上页  下一篇