资源说明:基于CBIR技术的手机人脸识别系统设计
本文所述人脸识别系统成功地融合并应用了CBIR技术、Internet技术和手机通信等现有的技术成果。该系统通过建立自动人脸识别报警网络,对特定区域的特定人员进行摄像机自动识别发现,未经登记授权进入特定区域的人员,系统即定向报警。目前的人脸识别系统设备体积较大,移动性能差,不便于携带,难以普及和广泛应用。通信技术日新月异,智能手机的摄录等功能愈加强大和普及,设计融合CBIR技术与手机通信技术的便携式人脸识别系统已成为可能。
CBIR技术是基于内容的图像检索,属于图像分析和信息处理的研究领域,是指直接采用图像内容进行图像信息的查询,目的是在给定查询图像的前提下,依据其内容信息或指定的查询标准,在图像数据库中进行内容上的一致或相似性匹配,最终提供符合查询条件的相应图像。
CBIR技术的主要检索内容有颜色、纹理、形状和对象等。颜色特征包括图像颜色分布、相互关系和组成等;纹理是指图像纹理结构、方向、组合及对称关系等;形状是指图像轮廓组成、形状、大小等;对象包括图像子对象的关系、数量、属性和旋转等。
CBIR技术的特点是可以直接从图像中抽取特征和语义,检索过程与语义提取直接相连,使得检索过程更加有效,适应性更强;用相似匹配代替精确匹配, 即采用相似比对的方法获得类似图像结构,渐近趋同,直至获得符合要求的结果;用户可以通过浏览选择示例或自己绘制图形来查询,并可不断改进检索式,细化检索过程;提供基于客观属性(关键词)的检索,基于内容的检索,基于对象关联检索以及概念检索等多层次的高效检索。
在CBIR领域,经过十几年的理论研究,产生了许多比较成熟的算法和一些有价值的系统。现普遍采用低层次的图像信息(如图像颜色、纹理、形状等)来实现图像内容查询。如IBM研究中心开发的QBIC(QueryBy Image Content)图像检索系统,哥伦比亚大学的Visual SEEK图像查询系统,麻省理工学院实验室开发的PhotoBook系统,美国UIUC大学的MARS系统等。
为进一步提高检索的准确性,CBIR系统采用相似度算法,计算用户提交结果与索引数据库中记录的相似度大小,提取出满足阈值的信息作为结果并按照相似度降序的方式输出,并在同一次检索过程中不断地与用户进行交互,系统通过对这些反馈的相关信息进行学习,再次进行下一轮检索,从而达到用户的要求。
基于CBIR技术的Web应用实例上述“基于CBIR技术的应用系统”中的系统主要利用图像的颜色、纹理、形状等进行相似度比较,多数是基于图像的底层视觉特征进行检索的,没有完整的Web实现方案,距离普遍使用相去甚远。目前,完整实现Web化的CBIR技术应用网站主要有www.like.com和www.polarrose.com。
www.like.com是一个商业性的服饰购物网站,它以独特的技术实现了对服饰图像的查询和检索。用户提交衣服、鞋帽、手饰等的照片,通过匹配检索后,网站会返回该服饰的品名、价格等相关信息。该系统的最大局限性在于搜索的内容只能是服饰,并且是世界知名产品。有趣的是提交一张名人照片,就可以搜索出名人穿戴的东西,返回一系列类似服饰的价格列表供购物参考。
www.polarrose.com利用其自有的二维图像三维模型转化技术,提供免费的面部图像检索服务。该服务是结合客户端的运行软件和服务器端的处理功能而实现的。客户端软件以电脑网络浏览器Firefox和IE的客户端软件形式对外公开。当用户浏览网站并显示含有人物面部图像的静态图像时,上述客户端软件就会在人物面部产生一个小标志。点击该标志,就能检索出面部与该人物类似的图像。假如该人物的名字已经登记到PolarRose数据库,
本源码包内暂不包含可直接显示的源代码文件,请下载源码包。