《视频识别可行性方案分析》课件.pptVIP

可行性分析 基于视频识别的教室点名以及省电系统 技术背景 人脸检测（Face Detection）： 即从各种不同的场景中检测出人脸的存在并确定其位置。 在大多数的场合中由于场景较复杂，人脸的位置是预先不知道的，因而首先必须确定场景中是否存在人脸，如果存在人脸，再确定图像中人脸的位置。 脸部毛发、化妆品、光照、噪声、面部倾斜和人脸大小变化以及各种各样遮挡等因素都会使人脸检测问题变得更为复杂。 人脸检测的主要目的是在输入的整幅图像上寻找人脸区域，把图像分割成两个部分－人脸区域和非人脸区域，从而为后续的应用作准备。 技术背景 人脸识别（Face Identification）： 即将已检测到的待识别的人脸与数据库中的已知人脸进行比较匹配，得出相关信息，这一过程的核心是选择适当的人脸的表征方式与匹配策略，系统的构造与人脸的表征方式密切相关。 通常或是选择全局的方法或是选择基于特征的方法进行匹配。 当前应用实例 行人检测系统人脸识别点名系统 1、 基于背景建模的方法 在前期目标检测研究中有大量应用，但这类方法对环境变化较大或者复杂背景的场景并不适用，检测效果受环境影响较大。 2、 训练行人分类器的方法 采用图像的梯度向量直方图特征表征行人，提取特征训练SVM行人分类器。在理想状况下检测成功率为90-95%左右（与场景和行人行为有关）。 样本训练速度慢，需要足够大的样本容量，在行人接近以及互相遮挡、行人衣着与背景相近等复杂情况下检测性能下降。 行人检测系统 2010年7月 新闻截取 台湾地区新竹中华大学资讯工程系研发出一套人脸辨识自动点名系统，让学生在智慧型教室里每堂课都乖乖的。这间教室每张桌子前面都有一台小小的摄影镜头，老师只用鼠标按下点名按钮，透过屏幕就可以知道哪里有问题。除了点名还有打瞌睡防治系统，利用人脸表情辨识技术配合三轴加速仪，再加上心跳、脉搏、体温等生理感应器，若发现学生有打瞌睡的倾向时，会主动发出闪光提醒学生集中注意力，目前这个系统需要搭配有安装相关设备的智慧型教室才可以使用，以后会慢慢推广。 人脸识别点名系统 2、 分析 每张桌子前放置摄像头，整个教室统一布线，实际为单对单（单个摄像头对单个学生）的监控，成本过大，学校实际情况不适用 。 人脸识别点名系统 对于系统的制约因素 1、 检测算法的性能 （1）直接检测人体，教室中情况复杂，并且学生接近并互相遮挡情况普遍发生，将会直接导致检测失败。 （2）检测人脸，互相遮挡以及人脸捕获困难（在学生低头看书或侧身时无法捕获），光照情况复杂，无法捕获特征值，训练分类器难度较大。 2、 图像的清晰程度 3、 场景的复杂性和人体行为的复杂性 场景：物体遮挡、光照情况、相似特征物体。 行为：复杂以及不可预料的人体行为。 对于系统的制约因素 4、 设备成本 （1）视频捕获设备（摄像头） （2）视频传输设备（有线、无线） *（视频捕获设备←→视频处理设备、视频处理设备←→照明控制系统） （3）视频处理设备 （4）与教室照明系统的连接（可控性开关）