基于彩色运动序列图像中的人脸检测系统的研究

摘要

本文研究了视频序列图像中实现人脸检测的有关算法。人脸检测是计算机视觉、模式识别、人机交互研究中一个很受关注的研究热点。而且在自动人脸识别系统、视觉监控、基于内容的检索领域都有着广泛的应用。但是，人脸检测又是一个很有挑战性的课题。由于人脸模式错综复杂，易受干扰，所以人脸检测算法一般都存在计算量大、速度慢、误报率高的弱点。　　本文在对已有方法的分析基础上，重点研究了将肤色信息应用于人脸检测算法中。彩色信息常常作为一种有效的特征，在图像分割中得到应用。而肤色是人脸的重要信息，不依赖于面部的细节特征，对于旋转，表情等变化情况都能适用，具有相对的稳定性并且和大多数背景物体的颜色相区别。因此在人脸检测中应用肤色特征可以收到良好的效果。但如果背景里存在和人脸极为相似的区域，仅用肤色人脸进行检测，仍然可能出现误检情况。本文提出并实现了一种基于差分和肤色图像的人脸检测算法，即采用运动和肤色信息可成功地将人脸从复杂背景中检测出来。　　首先利用视频图像的运动信息，在帧间差分的基础上进行二值图像边缘提取，确定出目标在原图像中坐标位置；其次，设计了肤色模型表征人脸颜色，采用彩色图像的色系坐标变换进行人脸的准确定位；最后，根据人脸部特征的相对几何分布知识关系和唇色信息，进行特征定位和提取。实验表明基于差分和肤色图像的人脸检测算法，其优点是对运动信息序列图像中固定的与人脸肤色相似区域去掉，其次，在利用肤色进行人脸的检测，可将运动中与人脸肤色相似区域进行分割，最后进行特征提取，此方法在目标跟踪和运动检测上，不仅能有效地抑止背景噪声，减少误检率，而且还能缩小人脸检测范围，加快检测速度，其性能稳定，简单快速而且具有实用性，容易实现。因此本算法对于人脸识别的研究具有一定的价值和意义。

目录

文摘

英文文摘

1绪论

1.1概述

1.2人脸检测研究概况

1.3视频序列图像中人脸检测的运用前景

1.4视频序列图像中人脸检测的方法

1.5研究意义

1.6本课题主要研究的工作和内容安排

2用于人脸识别的数宇图像处理技术

2.1视频图像的差分技术

2.1.1视频图像

2.1.2差分技术

2.2图像平滑滤波技术

2.2.1邻域平均滤波

2.2.2中值滤波

2.2.3数学形态学滤波

2.2.4滤波效果比较

3色彩空间中的图像分割

3.1色彩空间表示

3.2图像分割

3.3基于色彩空间的图像分割

4人脸面部特征定位

4.1人脸的描述方法

4.2人脸的特征提取算法

4.3本文所研究的人脸特征提取的主要方法

4.3.1候选特征的提取

4.3.2双眼和嘴巴的定位

4.3.3双眼和嘴巴的轮廓提取

5基于彩色运动序列图像的人脸检测系统

5.1系统结构

5.2系统主界面窗口

5.3系统算法流程

5.4实验结果分析

6总结和展望

6.1总结

6.2展望

参考文献

作者学位文论设计期间成果简介

声明

致谢

附录：源程序代码（一）

附录：源程序代码（二）

附录：源程序代码（三）

附录：源程序代码（四）

附录：源程序代码（五）