基于肤色特征和眼睛定位的人脸检测

摘要

人脸检测的目标是从图象中判断有无人脸,如果有的话,输出人脸所在位置和范围.它作为一个重要的课题成为许多研究者的研究内容.人们觉得它如此重要是因为它在许多领域有着重大的应用价值,如在安全访问控制、视觉监视、基于内容的信息检索和先进人机界面等应用领域.近来,基于肤色的方法受到更多研究者的关注,特别是在构建快速的人脸检测和跟踪系统时更是如此.人类肤色特征已被用在许多人脸检测、人手跟踪当中,被证明是显著和有效的特征.该文提出了一种新颖的在真实的可能包含复杂背景的彩色图象中进行人脸检测的方案.这种方案的特点是计算复杂度低专门针对肤色增强效果好.该文的方案用到了两重颜色空间,目的是为了克服只用一种空间的带来的不足.为了获得高效且稳定可靠的性能,我们精心设计和试验了一系列不同的肤色指标表达式.设计的原则是:首先它应该反映肤色在选定的色度上的分布特性;其次考虑到肤色信息容易受到光源变化的影响,表达式中应包含亮度成分带来的补偿效应以抵消光线明暗变化造成的负面影响,因为灰度图象包含了人脸的重要的纹理信息.该方案先利用融合YCbCr和rg(归一化的RGB)两种颜色空间的信息进行判断的思想对原图象进行肤色过滤,生成肤色相似度图象,然后利用自适应阈值分割方法完成人脸的分割.同时结合数学形态学的方法排除明显不是人脸区域的地方以进一步缩小搜索空间.为了验证真正的人脸区域,该文采用了眼睛定位的方法.方法主要基于垂直投影函数及双眼对称性的分析.在该文的最后,用一定规模的测试图片集对该文提出的整个算法进行了测试和评估.实验证明该文提出的算法对于真实环境下的人脸图象是有效的和健壮的.

目录

文摘

英文文摘

声明

第一章引言

1.1研究的背景和意义

1.2人脸检测问题的描述

1.3研究现状

1.3.1人脸模式的特征提取

1.3.2人脸模式的特征综合

1.4论文主要的研究工作及论文结构

第二章算法设计思想与图象处理方法

2.1研究对象

2.2算法的目标和设计思想

2.3人脸特征线索

2.4已有肤色区域分割与人脸验证方法

2.5图象的数学表示

2.6数学形态学在图象处理中的应用

2.6.1二值形态学

2.6.2灰度数学形态学

2.7 RADON变换

2.8连通的概念

2.9算法总的框架

第三章肤色模型与实验

3.1常用的颜色空间

3.1.1 CIE L*a*b*国际照明委员会三度色彩空间

3.1.2 RGB颜色空间

3.1.3 HSI颜色空间

3.1.4 YCrCb颜色空间

3.1.5rgb——归一化的颜色空间

3.2已有的肤色模型

3.2.1非线性分段色彩变换(Nonlinear Color Transformation)模型

3.2.2颜色恒常性

3.2.3白平衡方法

3.2.4其他有关模型

3.3本研究所做肤色模型实验

3.3.1肤色样本的收集与统计实验

3.3.2肤色指标的确立

3.3.3肤色分割与人脸候选区抽取方法

第四章眼睛定位及人脸检测的后期验证方法

4.1眼睛模型

4.2眼睛检测的一些方法

4.2.1积分投影函数方法

4.3吸收子的定义和检测

第五章一个人脸检测原型系统的实现

5.1一些实现上的技术说明

5.2测试结果

第六章总结与展望

6.1本研究所做工作总结

6.2需要改进的地方

参考文献

致谢

作者简历