《一种基于改进yuv的人脸检测方法》由会员分享，可在线阅读，更多相关《一种基于改进yuv的人脸检测方法（59页珍藏版）》请在金锄头文库上搜索。
1、湘潭大学 硕士学位论文 一种基于改进YUV的人脸检测方法 姓名：徐庆 申请学位级别：硕士 专业：信号与信息处理 指导教师：石跃祥 20080501 I 摘要 人脸检测是确定人脸的位置、大小、数目的图像处理过程。人脸检测是人脸 识别、人机交互、智能视觉监控等工作的前提。随着计算机应用的普及、性能提 高以及图像和模式识别领域的研究逐步成熟， 对人脸检测的研究也将受到越来越 多的重视。虽然近几十年来出现了大量的人脸检测的算法，但检测率、检测速度 以及算法鲁棒性等方面还是不够理想。因此本文对人脸检测进行了深入的研究， 主要工作在如下三个方面： 1.本文在灰度空间提出了一种利用眼睛和鼻子的灰度特征和几何
2、特征的人 脸检测方法。选取眼睛和鼻子作为特征点，构造一个三角的特征模型。另外，此 方法对候选特征图像采用逐步改变分块大小的方法进行搜索，得到独立的特征 点，并利用人脸结构特点的先验知识建立模型的搜索策略。实验表明，此方法能 迅速准确的从复杂背景中检测出人脸，而且对多人脸同样有效。 2.根据肤色色度的分配比例，本文提出了一种改进 YCbCr 的肤色检测方法， 用 Cg 分量代替 Cb 分量，实验表明在改进的颜色空间内，肤色投影到 CrCg 平面 内了更好得聚类效果。 3.在肤色背景下，利用肤色和唇色在 YUV 空间分布特点，变换 YUV 空间的 坐标轴，增大唇色和肤色 V 分量上的差异。提取的唇
3、色的质心和旋转方向，根据 人脸几何特征的先验知识建立人脸定位模型。实验表明唇色定位人脸算法简单， 速度快，更具实效性，对旋转的人脸同样有效。 关键字：肤色检测；唇色检测；特征提取；特征模型；人脸检测 关键字：肤色检测；唇色检测；特征提取；特征模型；人脸检测 II Abstract Face detection is an image processing course, ascertaining faces location, size and amount in an image. And face detection is the precondition of face recognit
4、ion, human-computer interface and intelligent scene supervision system. Research on face detection will be paid more attention, with computer application being popular and its capabilities improved and researches growing up in image processing and mode recognition field. There are a lot of arithmeti
5、cs of face detection in the past decades. But the rate, precision and robustness of arthmetics are not ideal. The research works in this paper is as following. The key problem of face detecting re is extracting features in gray space In this paper, we proposed a method of Feature Model Based Face De
6、tecting. It extracts features from eyes and nose, and then constructs a triangular feature mold component with eyes and nose. The search is taken in the candidate feature image by changing the size of blocks step by step. This processing can obtain separate points of feature mold. And finally propos
7、ed a strategy based on the knowledge about facial structure/distribution to search the feature mold. Experimental results prove that this method can rapidly and accurately detect face in an image with complex background. Furthermore, it can perform well for multiple faces. Considering the proportion
8、 of different chroma of skin color, we proposed a method of skin detection based on improved YCbCr color space. Instead Cb of Cg. Experimental results prove that skin pixel have better clustering in improved YCbCr color space. Under simple skin underground, change axis on YUV color space, in order t
9、o increasing distribution deference between skin sample and lip sample, lastly, using the geometry feature of lip on human face to locate face. Experimental results prove that the method can provide lower false rate，and achieve good detection performance in multi-face image. Lower complexity suits t
10、o reality. Keywords: skin detection; lip detection; feature extract; feature model; face detection 湘潭大学湘潭大学 学位论文原创性声明学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书学位论文版
11、权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇 编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 1 第 1 章 引言 1.1 人脸检测技术的背景和意义 1.1.1 人脸检测研究背景 人脸检测 (Face Detection)是指在输入图像中确定所有人脸 (如果存在)的位 置和大小的过程1。人脸检测系统的输入是可能包含人脸的
12、图像，输出是关于图 像中是否存在人脸以及人脸的数目、位置、尺度、位姿等信息的参数化描述。具 体地说，就是根据一定的算法确定输入图像是否存在人脸，如果存在的话，标出 人脸的位置作为人脸检测系统的输出。 人脸检测作为人脸信息处理中的一项关键 技术，近年来成为模式识别与计算机视觉领域内一项受到普遍重视、研究十分活 跃的课题。 人脸检测课题最初来源于人脸识别 (Face Recognition)，人脸识别的研究可 以追溯到 20 世纪 60-70 年代，经过几十年的曲折发展已日趋成熟。人脸检测是 自动人脸识别系统中的一个关键环节， 但是早期的人脸识别研究主要针对具有较 强约束条件的人脸图像 (如无背景
13、的图像)，往往假设人脸位置己知或很容易获 得，因此人脸检测问题并未受到重视。近几年随着电子商务等应用的发展，人脸 识别成为最有潜力的生物身份验证手段， 这种应用背景要求自动人脸识别系统能 够对一般环境图像具有一定的适应能力， 由此所面临的一系列课题使得人脸检测 开始作为一个独立课题受到研究者的重视。 人脸检测的应用背景己经远远超出了 人脸识别系统的范畴，在基于内容的检索、数字视频处理、视觉监测等方面有着 重要的应用价值1,2。 1.1.2 人脸检测的研究意义 目前，人脸检测技术受到来自学术界和工业界越来越多的关注，究其原因， 至少有三个方面的促进因素：人机交互方式的演变、生物特征识别的方展、物
14、体 检测的研究3,4。 首先，人脸检测技术的提出是人机交互研究发展的需要。从计算机日益普 及的趋势看，自然化的人机接口是未来计算机发展的重要方向之一。人机交互方 式，经过第一代的单一文本形式到第二代的图形用户界面的发展，正在从以技术 为本，向以人为本的方向发展。人们提出了智能人机接口的概念，希望计算机具 有或部分具有人的某些智能， 人同计算机的交流变得象人与人之间的交流一样轻 松自如。 2 用户是人机界面的主体，计算机作为一种“智能体”参与了人类的通讯活 动。在处理人机关系时，根据“人为中心”的思想,应当充分考虑人的因素。 因此，智能接口系统要解决的首要问题是计算机如何感知使用者的存在，这是人
15、 机交互的前提。脸部是人类携带信息最丰富的部位，是人类的重要特征。从认知 角度讲，人们在视觉通道层次上感知和识别人的首要信息载体就是人脸。使计算 机具有感知到人是否存在的视觉功能，这项技术就是人脸检测。 其次，在生物特征识别技术中，作为人脸自动识别系统的先决条件，人脸检 测技术有着十分重要的作用。在现代社会中，传统的身份鉴定方式（例如口令、 信用卡、身份卡等） ，存在携带不便、容易遗失、或者由于使用过多或不当而损 坏、不可读和密码易被破解等诸多问题，已不能很好地满足各种安全需要并显得 越来越不适应现代科技的发展和社会的进步。因此，人们希望有一种更加可靠的 办法来进行身份鉴定；生物特征识别技术给
16、这一切带来可能。生物特征识别技术 （Biometrics）是通过利用个体特有的生理和行为特征来达到身份识别和（或） 个体验证目的的一门科学。尽管人们可能会遗忘或丢失他们的卡片或忘记密码， 但是却不可能遗忘或者丢失他们的生物特征如人脸、指纹、虹膜、掌纹等的特征 或声音等。 在生物特征识别技术中，近年来以人脸为特征的识别技术发展十分 迅速。相对而言，人脸识别是一种更直接、更方便、更友好、更容易被人们接受 的非侵犯性识别方法。作为人脸自动识别系统的第一步，人脸检测技术有着十分 重要的作用，它为后续的人脸分类提供了待识别人脸的具体信息。 最后，在理论上讲，人脸检测是一项极具意义的研究领域。人脸识别是一种 特定内容的模式识别问题。人脸识别从广义上讲包括两个过程：A 人脸检测；B 人脸分类。第一过程，人脸检测是指在图像上检测有无人脸，若有应判别出人脸 的位置和大小。这是一种根据人脸样本模式的共性特征进行模式识别的操作：它 将图像内待检的任意一个子区域划分为两类模式：人脸和非人脸。第二个过程， 人脸分类 （亦即狭义上的人脸识别）是指对当前人
