视频识别可行性方案分析

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。
ห้องสมุดไป่ตู้
行人检测系统&人脸识别点名系统
• 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。
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、 3、 图像的清晰程度 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）
当前应用实例
• 行人检测系统
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。
• 人脸识别点名系统
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。
基于视频识别的教室点名以及省电系统
可行性分析
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。