人臉數(shù)字圖像檢測與姿態(tài)特征的檢測技術(shù).pdf

1、人臉研究，主要包括人臉檢測、人臉跟蹤、人臉識別以及衍生出來的姿態(tài)和表情分析等幾個主要領(lǐng)域，其中人臉檢測是人臉信息處理領(lǐng)域中的一項關(guān)鍵技術(shù)。最初的人臉研究主要集中在人臉識別領(lǐng)域，而且早期的人臉識別算法都是在認(rèn)為已經(jīng)得到了一個正面人臉或者人臉很容易獲得的前提下進(jìn)行的。但是隨著人臉應(yīng)用范圍的不斷擴(kuò)大和開發(fā)實際系統(tǒng)需求的不斷提高，這種假設(shè)下的研究不再能滿足需求。人臉檢測開始作為獨立的研究內(nèi)容發(fā)展起來。 本文主要研究人臉的動態(tài)檢測與姿態(tài)檢

2、測。達(dá)到能夠在動態(tài)環(huán)境下，準(zhǔn)確檢測出人臉的位置，并從一系列各方向的人臉姿態(tài)中，快速檢測出最正向的人臉姿態(tài)，用于后續(xù)的人臉的識別工作，提高識別的準(zhǔn)確性。 本文首先歸納和分析了當(dāng)前人臉檢測的典型算法，綜合視頻圖像運(yùn)動信息和彩色信息，通過運(yùn)動檢測限制搜索范圍，然后提出了一個由粗到細(xì)的多階段的篩選與驗證方法，以定位背景中數(shù)目、大小、位置均未知的人臉。該方法首先分析、比較了膚色在各色彩空間中的聚類性，然后再在YCbCr 色彩空間中建立膚色

3、模型，對膚色進(jìn)行了相似度分割和二值化處理。由于噪聲無所不在，我們對二值化后的圖像進(jìn)行了基于數(shù)學(xué)形態(tài)學(xué)的濾波處理，之后將此結(jié)果作為候選人臉區(qū)域輸出。在篩選與驗證人臉階段，本文首先根據(jù)區(qū)域面積占有率對人臉進(jìn)行了初步篩選，再利用歐拉數(shù)和橢圓面積準(zhǔn)則的方法，對篩選后的候選區(qū)域進(jìn)行了再次篩選與驗證，得出了人臉檢測結(jié)果。 姿態(tài)的判定選擇對所檢測出的人臉區(qū)域采用基于YCbCr 空間的方法來找到似眼和似嘴區(qū)域，再通過先驗知識去除假區(qū)域，找到眼及

4、嘴的三個中心點，確定基于三點的三角形，我們稱之為姿態(tài)三角形，當(dāng)其滿足一定要求時視其為正向姿態(tài)，保存正向姿態(tài)人臉圖片，實現(xiàn)了課題的最終要求。 本文的最后利用Visual C ++ 編程工具對該算法進(jìn)行了實現(xiàn)，在實驗室環(huán)境相對穩(wěn)定，系統(tǒng)參數(shù)設(shè)定適宜，攝像機(jī)安放位置合適情況下，實驗證明該方法可以有效地應(yīng)用于多人臉、不同尺度和復(fù)雜背景的情況，具有良好的檢測效果。但是由于人臉自身的復(fù)雜度、以及人臉中的許多遮擋，該系統(tǒng)還是存在一些漏檢和誤檢