用于感兴趣区域图像编码的人脸特征检测与分析

论文摘要

用于感兴趣区域图像编码的人脸特征检测和分析是感兴趣区域图像编码的重要前提,只有准确地定位和检测人脸感兴趣区域特征,才能为感兴趣区域图像编码提供有效的编码区域。目前人脸特征检测算法有:基于知识规则的方法、特征不变量方法、模板匹配方法和基于外观方法。论文采用了两种方法。一种是特征不变量与几何特征相结合的方法,用来对彩色图像进行检测和分析。该方法采用YCrCb彩色空间,利用光照补偿,相似度计算,二值化,膨胀,腐蚀运算,空穴检测与小区域消除,肤色区域标记,利用分水岭算法解决多人脸粘连问题,然后用矩形框标出人脸,最后用几何特征方法对人脸感兴趣区域特征进行提取,用星号标出;另一种是模板匹配与几何特征相结合的方法,用来对灰度图像进行检测和分析。该方法首先采用Matrox Imaging Library函数对人脸进行感兴趣区域(眼、鼻、嘴)定位,然后利用几何特征方法对人脸进行定位,分别用矩形框标定出眼、鼻、嘴、脸的位置。通过对彩色图像和灰度图像的试验,可以看出论文的感兴趣区域人脸特征的检测准确率比较高,为感兴趣区域图像编码提供了有效的感兴趣区域。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1-1 研究背景和意义
• §1-2 本研究国内外技术发展概况
• 1-2-1 研究现状
• 1-2-2 应用领域
• §1-3 目前人脸特征检测算法
• 1-3-1 基于知识规则的方法
• 1-3-2 特征不变量方法
• 1-3-3 模板匹配方法
• 1-3-4 基于外观方法
• 1-3-5 结论
• §1-4 感兴趣区域编码
• §1-5 课题研究工作
• 第二章 彩色图像人脸与感兴趣区域特征检测
• §2-1 人脸检测常用的色彩空间
• 2-1-1 RGB 彩色空间
• 2-1-2 标准化RGB 彩色空间
• 2-1-3 HSV 彩色空间
• 2-1-4 YCrCb 彩色空间
• §2-2 非线性的YCrCb 彩色空间
• §2-3 光照补偿
• §2-4 肤色相似度分割
• 2-4-1 肤色相似度计算
• 2-4-2 自适应域值选取
• 2-4-3 图像二值化
• §2-5 二值图像的数学形态学处理
• 2-5-1 数学形态学介绍
• 2-5-2 基本概念
• 2-5-3 图像腐蚀
• 2-5-4 图像膨胀
• 2-5-5 开运算和闭运算
• 2-5-6 击中击不中变换与图像细化
• §2-6 人脸检测定位
• 2-6-1 空穴检测
• 2-6-2 小区域消除
• 2-6-3 肤色区域标记人脸
• 2-6-4 分水岭算法解决多人脸粘连问题
• §2-7 用于感兴趣区域图像编码的人脸特征的提取
• 2-7-1 眼的几何特征提取
• 2-7-2 鼻的几何特征提取
• 2-7-3 嘴的几何特征提取
• §2-8 本章总结
• 第三章 灰度图像人脸与感兴趣区域特征检测
• §3-1 实验环境介绍
• 3-1-1 Matrox Imaging Library 介绍
• 3-1-2 MIL /ActiveMIL 模块
• 3-1-3 编译和链接
• 3-1-4 建立一个应用程序
• §3-2 基于模板匹配和几何特征的人脸特征的提取
• 3-2-1 模板匹配
• 3-2-2 模板制作
• 3-2-3 匹配算法
• §3-3 试验所用函数
• §3-4 本章总结
• 第四章 人脸特征检测结果与分析
• §4-1 彩色图像人脸特征检测结果与分析
• §4-2 灰度图像人脸特征检测结果与分析
• 4-2-1 模板匹配人脸特征检测结果与分析
• 4-2-2 模板匹配和几何特征人脸特征检测结果与分析
• §4-3 本章总结
• 第五章 总结和展望
• §5-1 课题总结
• §5-2 展望
• 参考文献
• 致谢
• 攻读学位期间所取得的相关科研成果