基于肤色检测模型的人脸检测算法研究

摘要

人脸识别是图像研究领域的重要内容,而人脸检测是自动人脸识别系统中的一个关键环节,人脸检测的目的是能检测出人脸并将人脸从图案背景中分割出来。本文主要是以学生为对象进行校园信息采集的人脸面部检测方法的研究。人脸检测及识别技术主要应用在身份认证、网络游戏、图像搜索等热门领域。目前人脸检测的算法主要包括几个方面:基于特征的方法、基于模板匹配的方法、基于知识的检测方法以及基于人脸外貌特征的方法。当图像场景或是人脸本身条件较为复杂,加之检测使用的不同规则设定参数也不同等原因,以上的方法在独立使用时都会出现较多的现实困难。针对人脸面部外貌特征的重要特点,本文提出了一种将嘴部与肤色特性相结合的肤色分割方法,并在Adaboost算法中结合这种分割方法来开展的人脸检测算法的研究。本文主要研究情况如下:
　　(1)利用采集的数据信息,建立肤色模型。引入Adaboost算法原理,通过对肤色的分割,实现图像中人脸面部的初步检测。
　　(2)通过灰度处理及算法改进,发现嘴部与肤色的灰度信息存在差异,从而实现对嘴部的分割。
　　(3)通过肤色、嘴部的定位以及人脸比例分布条件对图像中的人脸面部准确定位。
　　通过实验结果分析,得出如下的结论:本文提出的面部话题与我们的实际生活密切相关,该方法具有肤色检测的快速和Adaboost算法误检率低的优点,可以有效的运用到姿态偏斜和复杂背景的情况,具有较强的鲁棒性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1人脸识别概述及其研究意义

1.2人脸检测技术的基本知识

1.3人脸检测所使用的评价指标

1.4本文的主要工作安排

第2章 肤色分割与人脸区域粗检测

2.1 肤色分割原理及应用

2.2 肤色模型建立

2.3 肤色分割实现过程

2.4 实验结果及分析

第3章 面部特征嘴部分割

3.1 引言

3.2 灰度的处理

3.3 嘴部区域分割

3.4 嘴部定位

第4章 面部检测及定位

4.1 面部的几何约束

4.2 面部定位的方法步骤

4.3 实验结果与分析

4.4 验证实现

第5章 总结与展望

参考文献

致谢

攻读硕士学位期间发表论文情况