基于人物的相关网络视频挖掘毕业设计人脸识别 32p.docxVIP

基于人物的相关网络视频挖掘毕业设计人脸识别 32p.docx

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于人物的相关网络视频挖掘毕业设计人脸识别 32p

摘要随着越来越多的视频文件出现在人们的生活中,如何有效处理它们成为亟需解决的问题。本论文以基于人脸的视频挖掘为研究方向,目的是通过分析大量视频文件,得到视频内部隐含的深层信息。具体的原理是:首先对视频集进行帧提取和预处理,得到较为清晰的含人脸图像;然后进行面部特征提取,得到眼睛、鼻子、嘴、眉的相对位置;最后对得到的特征值进行处理,根据加权的欧式距离计算出相似度,从而实现基于人脸的视频挖掘。本系统已可以初步完成基于人物的相关网络视频挖掘,然其准确度有待提高。关键词:视频挖掘,面部特征提取,几何特征识别AbstractAs more and more video files appear in peoples life, how to effectively deal with them as a need to solve the problem.In this paper, based on human face video mining as the research direction, purpose is through the analysis of a large number of video files, get video hidden deep inside information.Specific principle is: the first frame of video sets are extracted and preprocessing, get a clear face image;Facial feature extraction, and then to the relative position of the eyes, nose, mouth, eyebrows;Finally to get the characteristic values of processing, according to the weighted Euclidean distance to calculate the similarity degree, so as to realize video mining based on human face.This system has been done can preliminarily based on the characters of network video mining, but needs to improve its accuracy.Key words: video mining, facial feature extraction, geometric feature recognition目录第一章绪论51.1背景51.2算法简介61.3论文主要内容61.4论文结构安排7第二章系统的概要设计72.1系统的解决方案72.2系统的流程图72.3视频预处理方案82.4人脸检测方案82.5视频挖掘方案9第三章视频预处理93.1视频预处理93.2帧提取93.3光线补偿技术93.4高斯平滑技术93.5图片灰度化103.6灰度均衡技术103.7对比度增强技术103.8图片尺寸缩放10第四章特征提取104.1特征提取104.2特征提取方案114.3Haar分类器算法114.4Haar特征114.5AdaBoost算法124.6特征提取134.7特征处理(标准化特征值)13第五章视频挖掘135.1视频挖掘145.2视频挖掘方案145.3标准化特征值计算145.4数据库检索155.5获取对应视频文件15第六章系统测试及运行结果156.1测试原则156.2测试方案及结果156.2.1视频文件的预处理156.2.2人脸检测和脸部器官检测166.2.3人视频挖掘17第七章结束语177.1应用程序特点177.2心得体会187.3未来展望18参考文献18附录19视频预处理代码19图像预处理代码21人脸检测代码21人脸器官(人眼)识别代码24致谢26绪论1.1背景目前,越来越多的图像和视频出现在人们的生活中,如何有效的管理和分析这些多媒体数据成为一个急需解决的问题。对于视频的处理和分类,有助于我们分析出多媒体数据和人物的依赖关系,从而揭示视频文件中更深层的意义。同时随着数字信号处理理论和生物识别的发展,生物识别技术广泛应用于各种系统,包括物理访问控制和计算机用户账户安全等。其中生物识别技术中人脸识别占有重要地位,和其他生物识别方法(指纹识别、虹膜识别和声音识别)相比,人脸识别具有识别简单方便、用户体验良好等特点,因为它不需要身体接触图像捕捉设备(相机),不需要任何先进的硬件。人脸识别现在主要应用于安全领域、考勤、身份验证等反面。本文使用的基于OpenCV的人脸几何特征

您可能关注的文档

文档评论(0)

zijingling + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档