主動(dòng)輪廓模型在人臉人耳檢測(cè)方面的應(yīng)用.pdf

1、主動(dòng)輪廓模型（ACM）作為一種新型的輪廓提取方法，與其它傳統(tǒng)的輪廓提取方法相比具有良好的提取和跟蹤特定區(qū)域內(nèi)目標(biāo)輪廓的能力，在圖像分割處理和邊緣提取方面被廣泛采用，目前在許多領(lǐng)域內(nèi)得到了廣泛應(yīng)用,例如航空影像的目標(biāo)提取、醫(yī)學(xué)圖像中的輪廓提取等。
　　主動(dòng)輪廓模型（ACM）的不足之處在于需要給定初始輪廓，而且模型依據(jù)具體問題而有所不同，文本針對(duì)這些不足進(jìn)行了改進(jìn)并嘗試了將主動(dòng)輪廓模型（ACM）應(yīng)用于生物特征提取方面的研究。分別對(duì)靜態(tài)

2、復(fù)雜背景人臉輪廓自動(dòng)提取和簡(jiǎn)單背景下的人耳輪廓自動(dòng)提取提出了新的算法。
　　在人臉檢測(cè)方面，首先根據(jù)需要改進(jìn)了主動(dòng)輪廓模型的連續(xù)性能量項(xiàng)，曲率項(xiàng)參數(shù)的自適應(yīng)調(diào)整等方面。其次通過對(duì)RGB的KL變換空間、HSV顏色空間等三種顏色空間的比較試驗(yàn)，提出了采用YUV顏色空間的統(tǒng)計(jì)模型實(shí)現(xiàn)人臉區(qū)域的預(yù)定位，以形態(tài)學(xué)特征和傳統(tǒng)的特征臉匹配作確認(rèn)的算法，結(jié)合上面的改進(jìn)實(shí)現(xiàn)了復(fù)雜背景下基于主動(dòng)輪廓模型的自動(dòng)人臉輪廓檢測(cè)。實(shí)驗(yàn)結(jié)果表明該算法具有良好的