基于DSP的人脸检测和定位算法研究

论文摘要

人脸检测和定位是在图像中进行人脸检测,以及确定图像中人脸的位置、大小、个数等信息,最初作为自动人脸识别系统的定位环节被提出,近年来由于其在安全访问、智能监测、虚拟现实、基于内容的检索和新一代人机界面等领域的应用需求,作为一个独立的课题也备受研究者的重视。论文针对人脸检测定位和识别技术在智能视频监控系统的特殊应用,进行人脸检测和定位算法研究,并将这些算法通过DSP进行实现。论文工作如下:1.本文针对人脸检测和定位问题,提出了基于YUV色彩空间的肤色检测算法,通过在YUV空间对人脸肤色的聚类分析,建立了YUV肤色模型。仿真结果表明,该模型可以有效地检测到图像中的肤色区域,为人脸的粗定位奠定了基础。2.针对图像中肤色不一定是人脸的问题,在人脸检测时,利用肤色确定候选区域,再利用一些规则对人脸候选区域进行判别或合并。针对图像只中存在一个人脸的情况,采用改进的坐标轴投影方法进行单个人脸的检测定位;针对图像中存在多个人脸的情况,利用改进的区域标定算法进行多个人脸的检测定位,使得算法能够完成单人脸检测和多人脸的检测定位,仿真结果表明了算法的有效性。3.论文提出了通过DSP图像处理系统实现以上算法的过程,首先在MATLAB环境研究算法,然后进行算法的DSP移植,采用了有利于DSP处理的图像存储格式和算法结构,改善了算法的实时性。实际测试结果表明了算法在DSP上实现的正确性和可行性。基于DSP的人脸检测和定位算法的实现,对监控系统的智能化发展具有重要的实际意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 人脸检测和定位识别的研究背景
• 1.2 国内外人脸检测识别技术研究现状
• 1.2.1 国外发展现状
• 1.2.2 国内发展现状
• 1.3 自动人脸检测识别图像处理系统的发展
• 1.3.1 图像处理系统发展第一阶段
• 1.3.2 图像处理系统发展第二阶段
• 1.3.3 图像处理系统发展第三阶段
• 1.3.4 基于DSP 的人脸识别系统
• 1.4 现有的方法和研究趋势
• 1.5 本文的研究内容和章节安排
• 1.5.1 课题的来源
• 1.5.2 本文的研究内容
• 1.5.3 本论文的章节安排
• 第二章 基于YUV 空间的肤色检测算法
• 2.1 人脸图像的预处理
• 2.1.1 人脸图像的直方图增强
• 2.1.2 图像的非线性滤波
• 2.1.3 人脸图像的白平衡处理
• 2.2 肤色的YUV 色彩空间聚类
• 2.2.1 不同色彩空间对肤色表达的差异
• 2.2.2 肤色模型的建立
• 2.3 基于形态学的肤色区域处理
• 2.4 仿真结果及分析
• 2.5 本章小结
• 第三章 单人脸检测和定位算法
• 3.1 单人脸定位算法
• 3.2 人脸候选区域的确定
• 3.2.1 传统的积分投影方法
• 3.2.2 改进的积分投影方法
• 3.3 眼睛定位算法研究
• 3.4 仿真结果及分析
• 3.5 本章小结
• 第四章 多人脸检测和定位算法
• 4.1 区域标记算法
• 4.2 区域标记算法的改进
• 4.3 标定区域的归并算法
• 4.4 人脸判定方法
• 4.5 仿真结果及分析
• 4.6 本章小结
• 第五章 DSP 图像处理系统的设计与实现
• 5.1 嵌入式DSP 图像处理系统的设计
• 5.1.1 DSP 的优势
• 5.1.2 DSP 图像处理系统的硬件结构
• 5.1.3 系统的工作方式
• 5.2 基于CCS 的图像处理程序
• 5.2.1 CCS 开发环境
• 5.2.2 DSP 图像处理系统的编程接口
• 5.2.3 CCS 开发环境的使用
• 5.3 人脸检测和定位算法的DSP 实现
• 5.3.1 肤色检测算法的DSP 实现
• 5.3.2 单人脸检测和定位算法的DSP 实现
• 5.3.3 多人脸检测和定位算法的DSP 实现
• 5.4 本章小结
• 第六章 总结与展望
• 附录
• 参考文献
• 攻读硕士学位期间完成的论文和参加的科研项目
• 致谢