基于人脸识别的数字视频监控系统由于具有隐蔽性、非接触性等优势,近年来得到了广泛关注。本文运用人脸识别技术设计并实现了一套基于固定背景的防盗视频监控系统。系统的中心内容分为三部分,分述如下:1.系统平台的设计:借助微软公司的多媒体处理软件开发包DirectShow搭建了整个系统的框架,同时应用其功能完成视频采集及格式转换工作。2.人脸检测和定位:提出了一种复合的光照补偿策略,其中对对数变换算法进行了合理的改进;结合视频监控的特点,提出了一种基于固定背景的快速的人脸检测新方法,实验结果表明,该方法检测速度快且具有较强的鲁棒性,能够很好地应用于视频监控系统中。3.人脸的快速识别:首先介绍了用于人脸识别的主成分分析方法和线性判别分析方法,然后针对线性判别分析的缺陷提出了一种改进的方案,并应用主成分分析和改进后的线性判别分析相结合来提取人脸的特征,最后分别用最小距离分类器和三层BP神经网络分类器实现了人脸识别。实验表明,识别的性能基本满足了系统要求。本文实验图像均由摄像头采集而来,包括了单人脸、多人脸及人脸不同表情姿态等情况,实验环境为Pentium IV,内存256M的PC机。实验结果显示,对80幅大小为320×240像素,包含92个人脸的小型图像库,检测率达到93.5%。平均的检测时间为0.5s。在人脸识别阶段,当人脸的类别不多的情况下,识别率达到了95%以上。平均的识别时间为0.3s。两个功能模块的准确性和处理时耗基本满足了系统的要求。