论文摘要
人脸研究,主要包括人脸检测、人脸跟踪、人脸识别以及衍生出来的姿态和表情分析等几个主要领域,其中人脸检测是人脸信息处理领域中的一项关键技术。最初的人脸研究主要集中在人脸识别领域,而且早期的人脸识别算法都是在认为已经得到了一个正面人脸或者人脸很容易获得的前提下进行的。但是随着人脸应用范围的不断扩大和开发实际系统需求的不断提高,这种假设下的研究不再能满足需求。人脸检测开始作为独立的研究内容发展起来。本文主要研究人脸的动态检测与姿态检测。达到能够在动态环境下,准确检测出人脸的位置,并从一系列各方向的人脸姿态中,快速检测出最正向的人脸姿态,用于后续的人脸的识别工作,提高识别的准确性。本文首先归纳和分析了当前人脸检测的典型算法,综合视频图像运动信息和彩色信息,通过运动检测限制搜索范围,然后提出了一个由粗到细的多阶段的筛选与验证方法,以定位背景中数目、大小、位置均未知的人脸。该方法首先分析、比较了肤色在各色彩空间中的聚类性,然后再在YCbCr色彩空间中建立肤色模型,对肤色进行了相似度分割和二值化处理。由于噪声无所不在,我们对二值化后的图像进行了基于数学形态学的滤波处理,之后将此结果作为候选人脸区域输出。在筛选与验证人脸阶段,本文首先根据区域面积占有率对人脸进行了初步筛选,再利用欧拉数和椭圆面积准则的方法,对筛选后的候选区域进行了再次筛选与验证,得出了人脸检测结果。姿态的判定选择对所检测出的人脸区域采用基于YCbCr空间的方法来找到似眼和似嘴区域,再通过先验知识去除假区域,找到眼及嘴的三个中心点,确定基于三点的三角形,我们称之为姿态三角形,当其满足一定要求时视其为正向姿态,保存正向姿态人脸图片,实现了课题的最终要求。本文的最后利用Visual C ++编程工具对该算法进行了实现,在实验室环境相对稳定,系统参数设定适宜,摄像机安放位置合适情况下,实验证明该方法可以有效地应用于多人脸、不同尺度和复杂背景的情况,具有良好的检测效果。但是由于人脸自身的复杂度、以及人脸中的许多遮挡,该系统还是存在一些漏检和误检,但总的来说,该系统仍具有一定的应用性。
论文目录
摘要ABSTRACT第一章 绪论1-1 选题背景和意义1-2 计算机视觉理论1-3 人脸检测的问题描述1-4 难点及需解决的问题1-5 本论文主要内容和章节安排1-5-1 本课题重点研究内容1-5-2 本论文各章节的内容安排第二章 人脸检测算法综述2-1 人脸特征及提取2-1-1 肤色特征2-1-2 灰度特征2-2 肤色区域分割与人脸验证方法2-3 基于统计模型的方法2-3-1 基于特征空间的方法2-3-2 基于神经网络的方法2-3-3 基于支持向量机的方法2-3-4 基于概率模型的方法2-4 基于启发式模型的方法2-5 本章小结第三章 基于肤色的动态人脸检测3-1 动态人脸检测中的运动检测3-1-1 动态人脸检测技术3-1-2 运动检测算法的选择3-2 色彩空间和肤色模型3-2-1 色彩空间3-2-2 肤色模型3-3 色彩空间的选取和肤色模型的建立3-3-1 色彩空间分析3-3-2 肤色模型的建立3-4 图像预处理——光照补偿3-5 肤色分割3-5-1 Ostu自适应阈值计算方法分析3-5-2 二次插值法的自适应阈值计算3-6 二值图的形态学滤波处理3-6-1 腐蚀（Erosion）3-6-2 膨胀（Dilation）3-6-3 开运算和闭运算3-6 人脸后选区域的筛选3-6-1 根据区域面积占有率进行处理3-6-2 根据欧拉数进行处理3-6-3 人脸区域定位3-6-4 实验结果3-7 本章小结第四章 人脸姿态的检测4-1 概述4-1-1 现有的脸部特征定位方法4-1-2 基于色彩信息的人脸特征定位方法4-2 眼睛的检测与定位4-2-1 基于色度的人眼提取4-2-2 改进的眼睛的检测4-3 嘴的检测与定位4-4 人脸正向姿态的检测4-5 本章小结第五章 人脸检测与姿态检测系统实验5-1 系统硬件实现5-2 系统的软件实现5-2-1 Windows编程的特点5-2-2 Visual C++ 6.0 开发环境5-2-3 本文所采用的开发环境5-3 程序实现基础知识5-3-1 位图操作基本知识5-3-2 位图格式5-3-3 CDib类5-3-4 图像采集卡的基本操作5-3-5 系统框架及实现的功能5-3-6 程序流程图5-4 本章小结结论参考文献致谢攻读硕士学位期间所取得的相关科研成果
相关论文文献
标签：运动检测论文; 空间论文; 人脸检测论文; 肤色模型论文; 肤色分割论文; 自适应阈值论文; 二次插值法论文;
