基于彩色模型和贝叶斯决策的人脸检测

摘要

生物特征(包括人脸,虹膜,指纹等)识别技术在金融、安全等领域的应用日益广泛。而人脸相对于其他的识别模式更加直观可靠,人脸检测是人脸识别的首要任务。本文主要对彩色静止图像中正面人脸检测进行数学建模。首先利用彩色图像中肤色信息缩小搜索区域,然后分别采用了基于椭圆环模板和利用灰度信息的人脸检测方法在肤色区域进行搜索,确定人脸的准确位置。在肤色检测过程中,比较了分别在RGB色彩空间、YCbCr色彩空间、HSI色彩空间中使用KL工肤色检测的方法以及在YCbCr色彩空间和HSI色彩空间中使用肤色聚类方法的检测效果,最后根据实验结果本文对肤色聚类的方法进行了改进,采用分段的肤色聚类方法并取得了较好的肤色检测效果。在利用椭圆环模板进行人脸检测时,首先对肤色区域进行边缘检测,然后根据边缘点的梯度方向和对应于人脸椭圆环模板上此点的切线方向的一致性来确定是否存在人脸。在利用灰度信息的检测算法中,分别比较了采用特征脸方法和基于小波的贝叶斯方法的方法对人脸和非人脸的特征提取的聚类情况,结果表明基于小波分解的贝叶斯方法对人脸特征聚类最好。

目录

文摘

英文文摘

第1章 绪论

1.1 人脸检测的研究背景

1.2 人脸检测的应用领域

1.3 人脸检测的基本思想和方法

1.3.1 基于特征分析的方法

1.3.2 基于整体的方法

1.4 论文的工作内容和结构安排

第2章 彩色图像中的人脸检测算法

2.1 彩色图像中的肤色分割

2.1.1 色彩空间的选取

2.1.2 彩色图像中肤色模型的建立

2.1.3 肤色分割过程中的数学形态学

2.1.4 肤色区域的分割抽取

2.2 滤波标记肤色区域

2.2.1 滤波

2.2.2 标记肤色区域

2.3 基于图像灰度信息的人脸检测

2.3.1 人脸库图像的预处理

2.3.2 基于图像灰度信息提取人脸特征

2.4 椭圆拟合提炼候选人脸区域

2.4.1 区域的人脸几何特征分析

2.4.2 椭圆拟合提炼候选人脸区域

第3章 方法的实验结论与分析

3.1 系统流程框图

3.2 多分辨率的人脸搜索

3.3 虚假人脸的排除

3.3.1 基于马赛克模板的虚假人脸的排除

3.3.2 基于统计的虚假人脸的排除

3.4 人脸区域的标定

3.5 人脸特征定位

3.6 实验结果测试

参考文献

致谢