基于肤色与脸部特征提取的人脸检测

论文摘要

人脸检测与识别技术是一种重要的生物特征验证手段,在安全访问控制、视觉监测、智能用户接口、基于内容的图像检索等方面有着重要的应用。而人脸检测是人脸识别的一个关键部分。在查阅大量资料的基础上,研究了神经网络、隐马尔科夫模型等各种人脸检测技术并详细分析其优缺点。针对目前基于肤色人脸检测算法误检率高的问题,本文提出一种将肤色模型和小波变换、Fisher分类相结合的新算法。它包括了基于肤色信息的图像分割预处理和基于小波变换和Fisher分类器的人脸特征验证两个主要模块。前一模块主要是检测出人脸肤色区域,将可能人脸区域与背景区域区分开;后一模块主要是对可能人脸区域进行判定,以确定最终人脸,其中眼睛位置在小波变换后根据几何位置进行检测,嘴巴位置采用Fisher分类器检测。实验证实,将YCbCr肤色模型与小波变换及Fisher分类器相结合的新算法能够快速、准确的对人脸进行检测。与传统的YCbCr肤色模型检测算法相比,该方法有效的降低了检测误检率,提高了检测精度。

论文目录

• 摘要
• Abstract
• 第一章 人脸检测系统综述
• 1.1 引言
• 1.2 人脸检测系统
• 1.3 目前国内外的研究状况
• 1.4 课题的提出和论文的主要工作
• 1.5 人脸检测的评价标准
• 1.6 本文的安排
• 第二章 人脸检测与定位算法
• 2.1 引言
• 2.2 基于统计的人脸检测算法
• 2.3 基于知识建模的人脸检测算法
• 2.4 经典检测算法介绍
• 2.4.1 人工神经网络
• 2.4.2 主元分析法
• 2.4.3 隐马尔科夫模型
• 2.4.4 支持向量机
• 2.4.5 模板匹配法
• 2.5 本章小结
• 第三章 图像预处理及肤色模型
• 3.1 图像预处理
• 3.2 肤色模型
• 3.2.1 颜色空间及其转换
• 3.2.2 基于 YCbCr颜色空间的肤色建模
• 3.3 形态学运算
• 3.3.1 膨胀与腐蚀
• 3.3.2 边界提取
• 3.4 本章小结
• 第四章 人脸特征检测
• 4.1 人眼定位
• 4.1.1 常用人眼定位方法
• 4.1.2 小波变换的基本理论原理
• 4.1.3 离散小波变换
• 4.1.4 小波变换在人眼检测中的应用
• 4.2 唇部定位
• 4.2.1 Fisher分类器的原理
• 4.2.2 Fisher分类器在唇部检测中的应用
• 4.2.3 Fisher方法流程图
• 4.3 本章小结
• 第五章 实验分析与展望
• 5.1 实验描述
• 5.2 实验结论分析
• 5.3 本文主要工作
• 5.4 展望
• 致谢
• 参考文献
• 在读期间的研究成果