非控环境下基于视频的人脸识别系统
本项目实现自然视觉监控环境下单/多人的人脸检测、跟踪及识别。系统能 实现单样本条件下,完成视频中所出现人物的身份判别,能应对自然监控环境下 的光照、姿态、表情变化及面部遮挡物的改变。目前,系统识别精度在千人库小 规模测试中达到 95%以上,识别速度为 25 帧/秒。系统主要特点在于: (1) 不同环境下的人脸特征点标记:以主动外观模型为基础,初始化后 经过一组级联回归器的数次迭代来优化标记点,最终得到足够精度的标记点。方 法能适应多姿态、多表情以及多种光照等自然环境下的人脸。 (2) 高效的有效人脸检测、跟踪及确认机制:在监控视频中,人脸在某 些帧会出现模糊、严重遮挡而使得脸部特征严重缺失,此时所捕捉到的人脸已不 适合进行识别。为此,通过建立高效的模糊及遮挡判别机制,自动抛弃原始检测 到的非人脸和非正常人脸,完成非连续帧多个人脸的有效跟踪。 (3) 鲁棒且具有区分度的人脸特征提取机制:考虑到校正后的人脸仍然 与原始样本人脸存在差距,从多个尺度从校正后的归一化人脸中提取不变性特征, 能适应多种环境改变,同时设计特征投影空间,进一步加强样本区分度。 (4) 高速有效的识别确认机制:为提高识别的准确性,建立视频识别序 列中正确识别确认机制,通过 voting 方式,删除序列中的误识别,保留正确识 别结果。 此外,为提高系统对人脸表情和眼镜等遮挡物的适应性,正在进行二次版本 的提升工作,目前已完成人脸表情归正以及遮挡物自动摘除的仿真,部分仿真结果
江南大学
2021-04-13