一种基于视频序列的动态人脸检测方法

论文摘要

随着计算机应用的普及、性能的提高以及图像处理和模式识别领域的研究逐步成熟，人脸检测的应用越来越广泛。现在社会上一些重要金融机构如银行的金库和一些存放机密文件资料的部门屡屡遭到犯罪分子的盗窃和破坏，由此引起严重的损失。如何在这些环境条件下提供更安全的保障成了亟需解决的问题。其中动态人脸检测成为对这些部门进行安全监控中的关键一环。通过动态的人脸检测可以实现对非正常进入的人员进行监控并进行纪录。我们对此作了大量研究，提出了一种基于视频序列动态人脸的检测算法，该算法包含了三个部分，运动物体检测，类肤色检测和正面人脸检测。该算法首先通过基于颜色单通道比例差分的方法快速检测运动物体，在此基础上进行类肤色分割和基于结构的正面人脸二次鉴别来检测动态人脸。在运动物体检测部分，视频监控系统中检测运动物体常用是差影法，但差影法在检测物体时会出现由于光照变化影响检测结果的问题。根据图像颜色单通道值与灰度值均受光照影响时变化趋势一致，比例关系受光照变化不大的特点，本文提出了颜色单通道比例差分算法。通过两幅图投影相差部分定位运动物体。运用这种方法可以对运动物体进行快速准确的检测，同时解决了光照变化带来的检测不准问题。类肤色检测部分通过对大量数据进行统计，建立肤色模型，综合YIQ和与YUV两种颜色空间，选取一种严格的阈值范围，使得人脸的肤色可以更好的得到筛选。在人脸二次鉴别中，本文综合多种方法来进行鉴别。该方法包括图像的马赛克化，横纹检测，人脸特征提取和人脸的结构规则的使用，可实现对人脸器官的准确定位及鉴别人脸与非人脸。测试结果表明本文提出基于视频序列动态人脸的检测算法是有效的。而颜色单通道比例差分算法也可以迅速检测运动物体，所建立的肤色模型是根据实验数据得出，基本满足不同的光照条件下的肤色检测。

论文目录

• 摘要
• Abstract
• 目录
• Table of Contents
• 第一章 绪论
• 1.1 课题意义背景
• 1.2 人脸检测常用的方法
• 1.2.1 模板匹配
• 1.2.2 基于器官特征方法
• 1.2.3 镶嵌图的方法
• 1.2.4 基于肤色纹理的检测
• 1.2.5 示例学习
• 1.2.6 神经网络
• 1.2.7 基于隐马尔可夫的模型的方法
• 1.3 国内外研究历史与现状
• 1.4 本文研究内容
• 第二章 基于视频序列的动态人脸检测算法设计
• 2.1 设计思想
• 2.2 工作原理
• 第三章 基于颜色单通道比例差分的物体检测
• 3.1 运动物体快速检测算法
• 3.1.1 颜色单通道比例投影差分算法
• 3.1.2 高斯平滑滤波
• 3.1.3 运动物体定位
• 第四章 类肤色检测和人脸的初步筛选
• 4.1 色彩空间
• 4.1.1 RGB色彩空间
• 4.1.2 YIQ色彩空间
• 4.1.3 YUV色彩空间
• 4.2 肤色模型的应用
• 4.2.1 肤色模型的建立
• 4.2.2 YIQ肤色检测
• 4.3 类肤色块的后处理及人脸的初步检测
• 4.3.1 相对重要性滤波
• 4.3.2 肤色块归并
• 第五章 基于结构的正面人脸二次鉴别方法
• 5.1 预处理
• 5.1.1 图像马赛克化
• 5.1.2 横纹检测
• 5.2 人脸特征定位
• 5.3 应用人脸灰度特征进行二次鉴别
• 第六章 实验结果与分析
• 总结
• 参考文献
• 攻读学位期间发表论文
• 致谢