基于信息融合的人臉檢測研究.pdf

1、人臉檢測識別技術在公安(犯罪識別等)、安全驗證、銀行、海關、視頻會議、交通、數字娛樂、流動人口管理和統(tǒng)計領域等方面有著巨大的應用前景。在很多重要場合，如保安系統(tǒng)、信用卡確認、罪犯識別、海關過境檢查等，都需要對人進行無傷害無限制且可靠的人臉檢測識別。因而成為當前模式識別和人工智能領域的一個研究熱點。人臉檢測識別技術經過多年來的研究，已經積累了大量研究成果.但是，非約束環(huán)境下的人臉檢測識別仍然面臨著很多困難，除了要準確快速的檢測并分割出人臉

2、部分，有效的變化補償、特征描述和準確的分類以及對受檢人的身體傷害以及人身自由的限制(即對受損人員的姿態(tài)、表情及臉部的附屬物不受任何限制)最少。將成為今后的主要研究主題。 本文系統(tǒng)闡述了彩色圖像的膚色分割、子圖像信息融合、融合子圖像的人臉檢測問題。結合人臉的特征提出了多尺度圖像邊緣融合檢測算法。該方法運用HIS和YCbCr兩個不同顏色模型得到膚色圖像；將膚色圖像進行小波變換得到小波子圖像，正交小波變換既能夠保留數字圖像的原有信息，

3、又具有分解的唯一性和去相關作用。Daubechiesl正交小波來對人臉膚色區(qū)域作離散小波變換，得到小波變換的水平子圖像LH、垂直方向的子圖像HL和對角方向子圖像HH。水平子圖像LH是通過對圖像的列作平滑J檢測行的差異。LH反映了膚色區(qū)域水平邊緣。垂直方向的子圖像HL反映了膚色區(qū)域水平方向的高頻分量即圖像的豎直邊緣.對角方向子圖像HH表現了圖像的對角邊緣。子圖像LH、HL中人臉內部出現連續(xù)的可見度較高的區(qū)域，而似人臉但非人臉區(qū)域在該子圖像

4、中呈現可見性較高但離散的區(qū)域。小波子圖像中：低頻子圖像LL保持了I原始圖像的內容信息，反映了原始圖像的主要信息及圖像的大體輪廓；水平低 頻和豎直高頻子圖像LH反映了原始圖像豎直高頻的信息，即圖像的豎直方向的邊界信息。水平高頻和豎直低頻子圖像HL反映了原始圖像水平高頻的信息， 即圖像的水平方向的邊界信息。水平和豎直(斜對角線方向)高頻子圖像HH反映了原始圖像斜對角線方向高頻的信息，即圖像的斜對角線方向邊界信息。 LH、HL、HH分別

5、反映了原始圖像的水平、豎直、斜對角線方向的邊緣。將它 們進行信息融合可得到原始圖像的邊界信息。同時，膚色彩色圖像的小波變換水平低頻和豎直高頻子圖像LH能反映原始圖像中人臉區(qū)域和人脖子區(qū)域兩區(qū)域之間無明顯膚色變化的邊界。這是傳統(tǒng)的邊界算子的缺點。對小波LL、LH、HL子圖像進行邊緣提取，得到各個子圖像的邊緣圖像并將它們進行象素級融合；從融合圖像中結合人臉器官特征檢測出侯選人臉區(qū)域及其大小。實驗表明對復雜背景彩色圖像中的人臉檢測率為95