应用于视频监控的实时人脸检测的研究

摘要

近年来，视频监控在机场、金融、安全保密等领域得到广泛应用，但是现有系统还存在一些不足。本文提出的应用于视频监控的快速多人脸检测与分割算法，可有效地提高系统的工作效率与智能化程度。 人脸检测方法研究己经有二十多年了，然而，到目前为止，由于人脸检测问题自身的复杂性，使得虽然有众多研究人员潜心研究多年，仍旧未能得到彻底解决。本文作者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。 1．改进了基于YCbCr-的肤色检测算法，提出了一种利用视频图像前序帧的肤色检测结果和结合肤色知识规则简化肤色运算的方法，以及使用在二值化图像中改进的中值滤波方法简化了肤色检测结果去噪的算法。实现了一个基于γCbCr色彩空间快速的检测视频帧中肤色区域的算法。 2．提出了一种在肤色检测的基础上使用二值化肤色模板匹配来实现人脸的检测的方法。结合肤色检测和模板匹配实现视频监控中的实时人脸检测。 3．使用OpenCV实现基于AdaBoost的人脸检测算法，将其运用于视频监控中，实现了一个在实时获取的监控视频中检测人脸位置的算法。

目录

文摘

英文文摘

论文说明：图表目录

声明

第一章绪论

1.1视频监控系统现状

1.2人脸检测研究现状

1.2.1人脸检测相关研究背景

1.2.2人脸检测研究进展

1.2.3涉及的学科和理论

1.3本文的主要工作

1.3.1论文的任务

1.3.2本文的研究内容

1.4本文的主要贡献

1.5论文各章节内容安排：

第二章肤色区域检测

2.1色彩空间

2.1.1 RGB色彩空间

2.1.2 HIS色彩空间

2.1.3 YES色彩空间

2.1.4 YUV色彩空间

2.1.5 YCbCr色彩空间

2.1.6 YIQ色彩空间

2.2色彩空间的选择

2.2.1色彩空间的选择

2.2.2人脸肤色模型

2.3基于肤色信息的备选人脸区域分割方法

2.3.1计算肤色像素点

2.3.2图像去噪

2.3.3获取备选人脸区域

2.4肤色区域检测算法的具体实现和改进

2.4.1利用视频图像前序帧简化肤色运算

2.4.2结合肤色知识规则简化肤色计算

2.4.3使用在二值化图像中特殊的中值滤波去除图像噪声

2.4.4肤色区域检测的算法流程

2.4.5肤色检测算法效果分析

2.5本章小结

第三章基于模板匹配的人脸检测

3.1模板匹配

3.2基于模板匹配的人脸检测

3.3基于肤色分割和模板匹配的人脸检测

3.3.1灰度人脸模板匹配算法

3.3.2二值人脸肤色模板匹配算法

3.4算法的具体实现及实验结果

3.4.1模板的生成

3.4.2算法效果分析

3.4.3实时检测环境中的检测效果

3.5本章小结

第四章基于AdaBoost的人脸检测算法

4.1级联分类器

4.2分类器的设计

4.2.1特征选择

4.2.2特征计算

4.3分类器训练

4.3.1训练目标设定

4.3.2训练算法

4.4基于OpenCV的AdaBoost人脸检测

4.5结果分析

4.5.1 AdaBoost算法效果分析

4.5.2实时检测环境中的检测效果

4.6基于肤色检测的模版匹配算法和AdaBoost算法在实时检测环境中的效果比较

4.7本章小结

第五章实验总结与展望

致谢

参考文献