论文部分内容阅读
在目前的人脸图像信息处理领域中,包含有人脸识别、人脸跟踪、姿势估计、表情识别等多个研究方向,然而,所有这些研究方向都涉及到一个人脸标识和定位的问题,即必须知道人脸在图像中的位置以及尺寸——人脸检测。因此,对于一个完整的、自动的人脸信息分析系统来说,人脸检测算法是必不可少的。人脸检测作为人脸信息处理中的一项关键技术,近年来成为模式识别与计算机视觉领域内一项受到普遍重视、研究十分活跃的课题。如今它的应用已远远超出了人脸识别的范畴,在公安部门罪犯搜索、安全部门动态监视识别、银行密码系统等许多领域有广泛的应用。与指纹、视网膜、虹膜、掌纹等其他人体生物特征识别方法相比,人脸识别具有直接、友好,使用者无心理障碍等特点。本文对此进行了较为深入的研究,论文的主要工作和成果有以下几个方面:(1)肤色分割。在常见的颜色空间YCrCb的基础上,提出了一种肤色聚类效果更好的新颜色空间YCgCb,在该颜色空间的基础上建立了亮度和Cg、Cb色度查找表联合的肤色模型,提出了一种快速有效的阈值估计方法,可以有效的确定出人脸候选区域。(2)人脸特征的定位。包括人眼、嘴巴的定位。人眼的定位:考虑到眼部的一个特点:在水平方向,经过皮肤---眼白---瞳孔---眼白---皮肤,灰度变化较大。利用灰度的微分特性,确定出人眼的水平位置。对人眼的候选区域利用大津法将其进行二值化,然后再利用积分投影即可确定出人眼的左右位置。该方法简单有效,计算量小。嘴巴定位:利用Cg色度分量可以有效的定位出人嘴。然后根据人眼、嘴巴的三角关系,可以精确定位人脸。(3)基于小波变换的人脸特征的定位。由于上述方法对人眼的开闭程度有一定要求,对此提出的改进算法。通过小波变换得到人脸的高频细节,再通过投影运算对人脸面部特征进行定位。该算法对脸部表情、装饰及偏转度具有较强的鲁棒性。