基于肤色和图像似然度的人脸检测

摘要

人脸检测问题最初作为自动人脸识别系统的定位环节被提出,近年来由于其在安全访问控制、视觉监测、基于内容的检索和新一代人机界面等领域的应用价值,开始作为一个独立的课题受到研究者的普遍重视.该文提出了一种基于肤色分割和图像似然度的检测人脸方法,该方法能在复杂的背景下很好的检测出人脸.首先利用彩色图像的颜色信息把彩色图像分割成肤色区域与非肤色区域,然后对肤色区域做预处理后,进入图像似然度检测阶段.在图像似然度检测阶段,分为训练阶段和检测阶段.在训练阶段,从人脸图像集中选取大量人脸图像的信息矩阵的奇异值向量作为矩阵中的一列而构成的人脸图像集特征矩阵.然后,用大量的人脸图像的特征向量与人脸图像集特征矩阵比较它们的相似程度,找出值小相似度,并把这个最小相似度作为阈值;在检测阶段,求出灰度图像的待测区域的特征向量与人脸特征矩阵的相似度,若该相似度大于等于阈值,则是人脸,否则不是人脸.

目录

文摘

英文文摘

第一章引言

1.1研究背景与意义

1.2人脸检测方法综述

1.2.1 基于肤色特征方法

1.2.2 基于灰度特征人脸检测常用方法

1.2.3本文的工作

第二章图像分割

2.1图像分割概述

2.1.1 图像分割的定义

2.1.2 阈值与图像分割

2.1.3边界提取与轮廓跟踪

2.1.4 区域增长

2.2二值形态学概述

2.2颜色空间

2.2.1 颜色空间的简介

2.2.2 色彩空间的转换

2.3肤色分割

2.3.1 颜色空间的选择

2.3.2 肤色聚类与肤色分割

2.3.3 图像分割示例

第三章基于图像似然度人脸检测

3.1图像似然度的基本理论

3.1.1QR分解与奇异值分解

3.1.2矩阵的似然度

3.2 人脸图像集的似然度和检测算法

3.2.1 人脸图像集的特征矩阵

3.2.2 人脸图像的预处理

3.2.3 人脸检测的步骤

第四章结果与结论

4.1对实验结果及分析

4.2实验结果示例：

第五章总结与展望

第六章结束语

参考文献：

研究生学习期间公开发表的文章

论文独创性声明

论文使用授权声明