基于子段分割的人脸识别方法.pdf

"基于子段分割的人脸识别方法" 本文提出了基于子段分割的人脸识别方法，以解决视频序列中人脸识别效率低、扩展性差的缺陷。该方法将识别系统划分为前端处理子段和功能实现子段。前端处理子段实现目标行人的检测、跟踪以及特征提取；功能实现子段主要实现特征匹配及人脸识别任务。采用蝙蝠优化算法对前端处理单元进行负载均衡优化，平衡各子单元的处理时间和视频任务分配，优化CPU的利用率，降低硬件系统成本。 该方法的主要优点在于： 1. 提高人脸识别效率：通过将识别系统划分为前端处理子段和功能实现子段，提高了人脸识别的效率和速度。 2. 增强系统的扩展性能：通过负载均衡优化，提高了系统的扩展性能和可靠性。 3. 降低硬件系统成本：通过优化CPU的利用率，降低了硬件系统成本。 实验结果表明，所提方法在保证人脸识别精度的同时，提升了系统的识别效率，增强了系统的扩展性能，CPU占用率改善了49.5%。 本文的贡献在于： 1. 提出了基于子段分割的人脸识别方法，以解决视频序列中人脸识别效率低、扩展性差的缺陷。 2. 采用蝙蝠优化算法对前端处理单元进行负载均衡优化，提高了系统的扩展性能和可靠性。 3. 实验结果表明，所提方法在保证人脸识别精度的同时，提升了系统的识别效率，增强了系统的扩展性能。 该方法可以应用于视频监控、人脸识别、计算机视觉等领域，具有很高的实践价值和应用前景。