论文部分内容阅读
随着新生儿疼痛在医学上越来越受重视，开发出一个基于面部表情分析的新生儿疼痛自动评估系统，可以满足疼痛评估所要求的实时性和客观性，对于医护人员及时采取相应的镇痛措施，减轻新生儿疼痛有着重要的意义。新生儿面部检测作为该评估系统的首个环节，是后续表情特征提取和表情识别环节的前提和基础。
本文提出了一种基于肤色特征和Gentle Ada Boost算法的新生儿面部检测方法，主要完成的工作如下：
(1)与相关医院合作，建立了一个新生儿面部图像库，包含不同性别、面部表情、姿态以及不同外界影响环境时的新生儿面部图片共3500张；
(2)对肤色检测技术进行分析，提出了基于YCgCr颜色空间的肤色图像分割方法，并通过区域标记的方法筛选出新生儿面部候选区域供后续环节处理；
(3)使用Gentle Ada Boost结合树形分类器的方法进行新生儿嘴部检测器训练，详细介绍了该方法的原理和训练流程。并针对新生儿嘴部特征，新增加了9种Haar-Iike矩形特征；
(4)提出了一种基于肤色重心的面部检测方法，根据检测到的嘴部位置以及嘴部特征在面部所占的比例关系，对新生儿面部进行精确检测：
(5)对300幅新生儿图片进行检测实验，与传统Ada Boost方法构建的检测器相比，本文方法在性能上有了较大提升。