基于肤色分割的彩色图像人脸检测及特征定位

论文摘要

人脸检测作为人脸信息处理中一项关键技术,已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,在出入境安全检查、视频编码、视频检测与跟踪、表情识别、基于内容检索等方面都有着及其重要的作用。随着计算机技术的高速发展彩色图像的人脸检测在近几年才逐渐成为一个研究热点。相对以往灰度图像处理而言,彩色图像的人脸检测有着更高的要求,如能够适应成像条件、光线和复杂场景变化,对图像中的人脸的姿势、遮挡、表情变化等进行有效地处理,因此对彩色图像人脸检测还是一个任重而道远的研究课题。本文采用肤色分割融合特征验证的算法对彩色图像进行人脸检测和眼睛、嘴的定位。首先,在图像预处理阶段对现有的光线补偿算法进行了改进,以更好地降低光照等因素的影响;其次,分析、比较肤色在不同色彩空间的聚类性,建立了一种可靠的混合肤色模型,并对其进行了验证和分析;再次,根据混合肤色模型提出一种基于区域增长的自适应阈值分割法进行肤色分割,对所得二值图像进行基于数学形态学、连通区域的分析和处理,生成一系列候选人脸区域;最后,利用人眼的检测来确定是否为真正的人脸区域,同时还对眼睛和嘴的定位作了深入的研究和实验。眼睛的定位,由于眼睛黑白相间的特殊性,提出了一种基于人眼相似度计算的眼睛定位算法。嘴唇的定位,主要考虑到嘴唇的颜色特征,通过对唇色信息的提取来定位嘴。利用VC++编程工具对该算法进行了实现,并且在所建立的人脸测试图像集上作了大量实验。结果表明所提出的算法对复杂背景图像中的人脸检测具有较高的检测准确率和低的误判率。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景和意义
• 1.2 人脸检测问题的描述
• 1.2.1 人脸检测研究问题的分类
• 1.2.2 人脸检测的难点
• 1.2.3 人脸检测算法的评价
• 1.3 人脸检测技术的研究现状
• 1.4 论文的主要内容
• 第2章 人脸检测算法综述
• 2.1 人脸特征及提取
• 2.2 人脸检测算法的分类
• 2.2.1 基于知识的方法
• 2.2.2 基于统计的方法
• 2.3 基于肤色特征的人脸检测算法
• 2.4 本章小结
• 第3章 色彩空间选择与肤色模型的建立
• 3.1 色彩空间理论
• 3.1.1 RGB 色彩空间
• 3.1.2 归一化rgb 色彩空间
• 3.1.3 HIS 色彩空间
• 3.1.4 YUV 色彩空间
• 3.1.5 YCbCr 色彩空间
• 3.2 色彩空间的选择
• 3.3 肤色模型的建立
• 3.3.1 肤色采样
• 3.3.2 YCbCr 空间下肤色模型的建立
• 3.3.3 rgb 空间下肤色模型的建立
• 3.3.4 混合肤色模型的建立
• 3.4 本章小结
• 第4章 肤色分割与人脸区域筛选
• 4.1 图像预处理技术
• 4.1.1 光源颜色对肤色检测影响的分析
• 4.1.2 高光和阴影对肤色检测的影响分析
• 4.1.3 光线补偿算法
• 4.2 肤色区域分割
• 4.2.1 空间低通滤波
• 4.2.2 肤色分割算法描述
• 4.2.3 肤色分割流程图
• 4.2.4 肤色分割的实验结果
• 4.3 数学形态学处理
• 4.3.1 腐蚀
• 4.3.2 膨胀
• 4.3.3 开运算和闭运算
• 4.3.4 形态滤波器
• 4.3.5 形态滤波的实验结果
• 4.4 人脸区域的筛选
• 4.4.1 人脸区域特征判断
• 4.4.2 人脸区域筛选的实验结果
• 4.5 本章小结
• 第5章 人脸验证及特征定位
• 5.1 人脸验证方法综述
• 5.2 眼睛定位算法的研究
• 5.3 基于眼睛相似度的人脸验证算法
• 5.3.1 眼睛区域采样
• 5.3.2 参数训练
• 5.3.3 人眼相似度计算
• 5.3.4 眼睛定位算法描述
• 5.3.5 人脸区域定位
• 5.4 嘴的定位算法
• 5.4.1 肤色掩码的形成
• 5.4.2 构造MouthMap
• 5.4.3 嘴唇的定位算法描述
• 5.5 本章小结
• 第6章 人脸检测实验系统的实现和性能分析
• 6.1 系统概述
• 6.1.1 系统组成
• 6.1.2 人脸检测系统总流程图
• 6.2 系统的实现
• 6.3 实验数据统计分析
• 6.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢
• 详细摘要