视频信号中人脸检测方法的研究

论文题目: 视频信号中人脸检测方法的研究

论文类型: 硕士论文

论文专业: 电磁场与微波技术

作者: 张长虹

导师: 于东海

关键词: 人脸检测,眼睛定位,肤色分割,运动检测,神经网络,模板匹配

文献来源: 东南大学

发表年度: 2005

论文摘要: 本论文主要研究结合视频的平面图像人脸检测和定位的问题。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、姿态估计、表情识别等多个方向,而人脸检测是它们的前端课题。因此,对于一个完整的人脸信息分析系统来说,人脸检测的算法是必不可少的。人脸检测方法研究己经有二十多年了,然而,到目前为止,由于人脸检测问题本身的复杂性(包括人脸模式的多样性,即人脸表情丰富多变、光照条件不同等等都给人脸检测带来极大困难)以及不可预测的因素太多的原因,众多研究人员均未给出人脸检测问题的彻底解决方案。本文结合研究生阶段所参加的科研项目,对人脸检测问题作了一些探讨,提出了基于运动检测、肤色分割的粗检测与神经网络、模板匹配的精定位相结合的人脸检测与定位算法。本文的主要工作:(1)运动检测和肤色分割。运动检测利用视频信号中人会运动的特点找出运动区域;肤色分割利用已建立的肤色模型分割出图像中的肤色区域,然后对肤色区域进行一系列的预处理,可以将大幅的待测图像分割成若干小的待测图像,缩小搜索范围,减小运算量。(2)模板匹配。针对模板匹配计算速度慢,无法满足实时性的弱点,提出了二值模板匹配的一种应用方法,即将待测图像通过阈值进行二值化,然后和二值模板进行逻辑运算的方法,大大降低了运算复杂度,提高了运算速度。(3)神经网络。利用神经网络多记忆、多输出的特点,提出了运用BP网络将人脸检测和眼睛定位相结合的算法和数据结构,避免了BP神经网络会陷入局部极小点的弱点。虽然含有巨量节点的神经网络的训练消耗了大量的运算时间,并且实时性也会受到一定影响,但是由于其单向的数据运算方向和单一重复的运算方式,使得整个系统向FPGA移植的目标成为一种可能。由于实时运算的需要,本文将多种检测方式结合进了Bayes神经网络,利用它们之间的相互约束,提高了检测的成功率。

论文目录:

摘要

Abstract

第一章 综述

1.1 基于外在特征的人脸检测

1.1.1 基于肤色模型的方法

1.1.2 基于先验知识的方法

1.1.3 基于特征不变性的方法

1.1.4 基于模板的方法

1.2 基于内在特征的人脸检测

1.2.1 子空间方法

1.2.2 神经网络方法

1.2.3 支持向量机方法

1.2.4 隐马尔可夫模型方法

1.2.5 Boosting方法

1.3 人脸识别综述

1.3.1 常用人脸识别技术简介

第二章 基于肤色的人脸检测

2.1 系统描述

2.2 初检

2.2.1 肤色模型

2.3 图像分割和人脸标准化

2.4 基于运动的人脸检测

第三章基于模板匹配的人脸检测

3.1 模板匹配算法

3.2 二值模板匹配

第四章基于神经网络的人脸检测

4.1 BP网络简介

4.2 数据结构定义

4.2.1 输入矢量标准化

4.2.2 输出数据结构定义

4.2.3 竞争选择

4.3 高阶神经网络

4.4 基于Bayes网络的人脸检测

4.4.1 Bayesian网络简介

4.4.2 基于级联的树状Bayesian网络的人脸检测系统

4.5 用EM算法来训练Bayesian网络

4.5.1 参数集的训练

4.5.2 期望最大(EM)算法

4.6 基于稀疏网络人脸检测方法

4.6.1 稀疏网络结构

4.6.2 稀疏网络的训练算法

第五章人脸识别

5.1 基于KL变换的特征脸识别方法介绍

5.2 特征脸识别方法

5.2.1 人脸图像预处理

5.2.2 基于KL变换的特征提取

5.2.3 归类器

第六章 实验、总结与展望

参考文献

致谢

发布时间: 2007-06-11

参考文献

• [1].基于人脸检测的疲劳驾驶分析[D]. 王雷.合肥工业大学2014
• [2].基于人眼状态的疲劳驾驶检测技术的研究与实现[D]. 孙超.大连理工大学2014
• [3].一种基于支持向量机的人脸检测方法[D]. 武慧.东北师范大学2008
• [4].基于两级分类器的人脸检测研究[D]. 尚凯.武汉理工大学2009
• [5].基于彩色图像的人脸检测与识别技术研究[D]. 张丹丹.山东科技大学2008
• [6].基于肤色的人脸检测方法及眼睛定位算法研究[D]. 徐艳.贵州大学2006
• [7].复杂背景下的人脸检测[D]. 廖衡.北京邮电大学2011
• [8].人脸检测及识别技术的研究与实现[D]. 耿续涛.昆明理工大学2007
• [9].基于视频的实时人脸检测研究[D]. 汪大庆.江苏大学2010
• [10].人脸检测与跟踪在视频监控中的应用研究[D]. 计蕾.集美大学2015

相关论文

• [1].基于视频图像的人脸检测与跟踪方法研究[D]. 袁泉.上海交通大学2007
• [2].视频中的人脸检测跟踪技术及其应用[D]. 杜宇.西安电子科技大学2006
• [3].视频中显著人脸的检测算法研究[D]. 温静.西安电子科技大学2006
• [4].实时人脸检测[D]. 曾义.上海交通大学2007
• [5].智能监控系统中的人脸检测与跟踪研究[D]. 吴健新.厦门大学2006
• [6].人脸检测算法研究及其在视频中的应用[D]. 王大亮.长春理工大学2007
• [7].视频序列图像中人脸检测和特征定位算法的研究[D]. 郭凤英.首都师范大学2007
• [8].一种基于视频序列的动态人脸检测方法[D]. 甘艳芬.广东工业大学2007
• [9].视频监控中的人脸检测与跟踪[D]. 姚忠清.四川大学2005
• [10].视频中人脸检测与跟踪技术的研究[D]. 李大湘.西北大学2005

标签：人脸检测论文;  眼睛定位论文;  肤色分割论文;  运动检测论文;  神经网络论文;  模板匹配论文;