基于肤色的人脸检测算法的研究

论文摘要

在目前的人脸图像信息处理领域中,包含有人脸识别、人脸跟踪、姿势估计、表情识别等多个研究方向,然而,所有这些研究方向都涉及到一个人脸标识和定位的问题,即必须知道人脸在图像中的位置以及尺寸——人脸检测。因此,对于一个完整的、自动的人脸信息分析系统来说,人脸检测算法是必不可少的。人脸检测作为人脸信息处理中的一项关键技术,近年来成为模式识别与计算机视觉领域内一项受到普遍重视、研究十分活跃的课题。如今它的应用已远远超出了人脸识别的范畴,在公安部门罪犯搜索、安全部门动态监视识别、银行密码系统等许多领域有广泛的应用。与指纹、视网膜、虹膜、掌纹等其他人体生物特征识别方法相比,人脸识别具有直接、友好,使用者无心理障碍等特点。本文对此进行了较为深入的研究,论文的主要工作和成果有以下几个方面:（1）肤色分割。在常见的颜色空间YCrCb的基础上,提出了一种肤色聚类效果更好的新颜色空间YCgCb,在该颜色空间的基础上建立了亮度和Cg、Cb色度查找表联合的肤色模型,提出了一种快速有效的阈值估计方法,可以有效的确定出人脸候选区域。（2）人脸特征的定位。包括人眼、嘴巴的定位。人眼的定位:考虑到眼部的一个特点:在水平方向,经过皮肤---眼白---瞳孔---眼白---皮肤,灰度变化较大。利用灰度的微分特性,确定出人眼的水平位置。对人眼的候选区域利用大津法将其进行二值化,然后再利用积分投影即可确定出人眼的左右位置。该方法简单有效,计算量小。嘴巴定位:利用Cg色度分量可以有效的定位出人嘴。然后根据人眼、嘴巴的三角关系,可以精确定位人脸。（3）基于小波变换的人脸特征的定位。由于上述方法对人眼的开闭程度有一定要求,对此提出的改进算法。通过小波变换得到人脸的高频细节,再通过投影运算对人脸面部特征进行定位。该算法对脸部表情、装饰及偏转度具有较强的鲁棒性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 选题背景和意义
• 1.2 人脸检测技术简介
• 1.2.1 研究的内容
• 1.2.2 研究的难点
• 1.2.3 国内外研究的现状
• 1.3 本文的主要工作及论文结构
• 2 经典人脸检测算法分析
• 2.1 基于知识的方法
• 2.2 基于特征的方法
• 2.3 基于模板匹配的方法
• 2.4 基于统计模型的方法
• 2.4.1 基于特征空间的方法
• 2.4.2 基于神经网络的方法
• 2.4.3 基于支持向量机的方法
• 2.4.4 基于概率模型的方法
• 2.5 本文算法方案的提出
• 3 基于YCGCB 新颜色空间的肤色建模
• 3.1 常见的颜色空间
• 3.1.1 RGB 彩空间
• 3.1.2 归一化色彩空间
• 3.1.3 HIS 色彩空间
• 3.1.4 YCbCr 颜色空间
• 3.1.5 新的颜色空间YCgCb
• 3.2 颜色空间地选择
• 3.3 肤色模型的建立
• 3.4 二值图像的形态学处理
• 3.4.1 膨胀
• 3.4.2 腐蚀
• 3.4.3 开运算和闭运算
• 3.5 人脸候选区域的筛选
• 4 基于人脸面部特征的精确定位
• 4.1 人眼的定位
• 4.1.1 人眼水平区域的确定
• 4.1.2 图像二值化——大津法
• 4.1.3 积分垂直投影法确定眼睛的精确位置
• 4.2 嘴巴的定位
• 4.2.1 常见的嘴巴定位方法
• 4.2.2 本文采用的方法
• 4.3 实验结果及分析
• 5 基于小波变换的人脸检测
• 5.1 小波基础知识
• 5.1.1 连续小波变换
• 5.1.2 离散小波变换
• 5.2 多分辨率分析和图像的离散小波变换
• 5.2.1 多分辨率分析
• 5.2.2 小波函数
• 5.2.3 图像的离散小波变换
• 5.3 小波基函数的选取
• 5.4 基于小波变换的人脸特征的提取
• 5.5 实验结果及分析
• 6 总结与展望
• 参考文献
• 致谢
• 发表文章