论文部分内容阅读
人脸检测与识别技术是人工智能和机器视觉领域富有挑战性的研究课题之一。让计算机像人类一样能够记忆、识别人脸一直是计算机科学工作者追求的目标。人脸自动识别系统是目前计算机视觉领域的一个重要研究课题,而人脸自动识别系统中作为定位人脸的人脸检测是整个人脸识别系统正常及高效工作的基础。近年来,人脸检测在安全监视、基于内容的图像检索等领域方面显示了潜在的应用价值。 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,针对建立自动人脸识别系统的第一个重要环节——人脸检测方法进行了深入的研究,实验表明本文提出的人脸检测方法是合理的,具有一定的理论价值与实用价值。本文的研究工作主要包括以下几个方面: 1、将传统的边缘检测算法引入到人脸的边缘检测中,并且比较了几种常用的边缘检测算子的优劣。选取了比较理想的两种边缘检测算子:Canny算子和Sobel算子,并试验性地将两种算子结合在一起用于人脸检测,得到了比较理想的人脸边缘线。 2、针对彩色图像的色彩信息,实现了人脸肤色检测。在比较了几种常用的色彩空间后,文中采取的是色度和亮度分离的YCrCb空间,试验证明取得了一定的效果,肤色信息在快速人脸检测中具有很高的实用价值。 3、利用统计学习理论中SVM来进行人脸检测。本文在深入研究SVM的理论和算法的基础上,在实践过程中,有效利用肤色信息,采用启发式搜索方法,并且利用PCA变换来降低人脸样本维数这些方法,其着眼点在于克服SVM计算速度较慢这个缺点,实现了快速多尺度多人脸检测。试验证明了SVM方法具有较好的理论价值和实用价值。 4、通过大量的试验结果,分析了选取肤色信息、边缘信息等小计算量特征用于人脸检测的局限和意义。同时以SVM为代表指出了基于统计学理论这类方法应用前景。 人脸检测,也包括识别,是一种实践性较强的应用,要检测或是识别人脸这种复杂多变的高维模式,并须针对实际应用,采用多种方法综合的方式,最终有效提高检测识别算法的准确度和速度。