论文部分内容阅读
人脸检测是指对于任意一幅给定的图像,采用一定的策略对其进行搜索以确定其中是否含有人脸,如果有则返回人脸的位置、大小和姿态。它是许多人脸图像信息处理领域里首先要解决的问题。是自动人脸识别系统能否实现的关键环节。
关于人脸检测的研究已经有二十多年了,到目前为止,由于人脸检测问题自身的复杂性,使得还没有哪一种方法能彻底解决这个问题。人们开始致力于从不同的角度,以及多种方法的融合上考虑,取得了比较好的结果。本文收集和分析了大量近年来国内外关于人脸检测与识别的学术论文及文献,对计算机人脸检测的若干问题进行了探讨,建立了一个针对彩色图像的人脸检测系统。针对该系统的研究工作主要有以下五个方面:
(1)实现了基于YCbCr色彩空间的肤色区域分割算法,针对传统肤色模型,做了一些改进,在不影响效果的前提下提高了检测速度,有利于实时人脸检测系统的实现。
(2)在针对肤色区域的处理上,利用了传统的阀值分割思想,对同一幅图片,提出了一种分时动态阀值分割算法,在保证不漏检掉肤色区域的前提下,能有效分离不同肤色区域及肤色与背景区域;对不同图片,提出了一种全局动态阀值分割算法,该方法能很好的应对不同尺度人脸图像。
(3)实现了基于支持向量机(SVM)的人脸精检测定位方法。该方法是在肤色分割预处理的基础上运用,所以本文相应调整了其实现策略,以有效改善速度问题。
(4)在样本的选取方面,本文没有采取传统的基于灰度图像的样本选取方法,而是选取经过预处理的20×20的二值化图像作为人脸和非人脸样本来训练SVM,试验结果表明此改进大大提高了检测速度。
(5)针对特征提取时选取的灰度图像,本文没有直接使用图像的亮度分量来灰度化,而是综合利用了彩色图像的色彩信息和亮度信息,把两者经过一定加权后来灰度化图像,试验结果表明该方法比直接利用亮度或色度来灰度化的效果要好。
人脸的检测与定位,是一种实践性较强的应用,要正确检测出人脸这种复杂多变的高维模式,必须结合实际应用,采用多种方法融合的方式,才能有效提高检测的准确率和速度。