《复杂背景下的人脸检测算法研究毕业设计说明书》由会员分享，可在线阅读，更多相关《复杂背景下的人脸检测算法研究毕业设计说明书（39页珍藏版）》请在金锄头文库上搜索。
1、毕业设计说明书复杂背景下的人脸检测算法研究0805014137三号楷体三号楷体学生姓名： 学号 0805014137 只写名字，三号楷体学 院： 信息与通信工程学院 专 业： 电子信息科学与技术专业 指导教师： 2012年 6月复杂背景下的人脸检测算法设计摘要人脸检测是人脸识别之前的重要和必不可少的步骤，用于确定人脸在视频图像中的位置和大小。随着科学技术的迅猛发展，以及人们对模式识别和计算机交互需求的发展，人脸检测技术也越来越受到人们的重视。本文是对复杂背景下人脸检测进行研究，肤色模型方面主要是高斯模型方法，结合了不同方法改进了肤色分割和唇色检测的效果用于人脸检测。在实验中从不同大小、背景、光
2、照、表情和光源方向等方面对多姿态的人脸图像进行了检测，取得了较好的效果，表明了该算法的有效性和实用性。关键词:人脸检测，色彩空间，肤色模型Complex context of face detection algorithm designAbstractThe face detection is face recognition prior to the important and essential step is used to determine the location and size of the face in the video image. With the rapid de
3、velopment of science and technology, as well as the demand for pattern recognition and computer interaction, face detection technology is also more and more attention has been paid. This is the face detection in complex background servant, color models of the Gaussian model approach, a combination o
4、f different methods to improve the effect of skin color segmentation and lip color detection for face detection. Multi-pose face images in the experiment in terms of different size, background, lighting, expression and light direction detection, and achieved good results, indicating that the effecti
5、veness and practicality of the algorithm.Keywords: face detection ,color space ,color model第页共页目录1 引言11.1前言11.2人脸检测技术的应用及难点11.3人脸检测技术的发展与现状21.4人脸检测技术分类31.4.1基于知识的方法41.4.2不变特征量法61.4.3模版匹配方法81.4.4基于统计理论的方法91.5本文的主要工作及内容安排112 图像的预处理132.1预处理过程132.2预处理方法的研究132.2.1直方图均衡化142.2.2灰度拉伸152.2.3中值滤波162.2.4同态滤波17
6、2.3人脸检测可用的样本库193 基于肤色的人脸检测方法203.1色彩空间203.1.1 RGB色彩空间213.1.2亮度归一化rgb色彩空间213.1.3 YIQ色彩模型223.1.4 HIS色彩空间223.1.5 YCbCr色彩空间233.1.6 HSV色彩空间233.2 肤色检测模型的介绍243.2.1简单色度空间模型243.2.2统计直方图模型253.2.3高斯模型254 算法仿真平台与实验结果274.1肤色人脸检测275 总结与展望295.1全文总结295.2人脸检测技术展望29参考文献31致谢33第I页共II页1 引言1.1前言人脸识别是一个具有广阔应用前景和挑战性的课题，近年来在
7、模式识别与计算机视觉领域受到广泛关注。由于人体的指纹、人脸、虹膜、掌纹等生物特征具有唯一确定性，所有这些生物特征成为了身份确定的重要识别特征。利用这些生物特征迅速判断并确定一个人的身份成了现在各个国家重点研究的技术，这使得生物识别技术有了很大程度的发展和完善。1其中应用最广泛的是指纹识别技术，这一方面的研究和发展已经驱近于成熟。在全球生物识别市场上，指纹技术已经占了过半数的份额。人脸识别作为生物识别的一种形式，虽然其识别率与精确程度比不上指纹和虹膜识别，在需要保证高度安全的场合中也只能作为一种辅助手段，但是在一般性的场合下是可以胜任的。并且相比利用指纹、视网膜等其他人体生物特征的人身鉴别方法，
8、人脸识别具有蕴涵信息量大、直接、友好、方便等特点，易于为用户接受，逐渐成为国内外研究的热点。人脸是一个信息极丰富的模式集合，是人类互相判别、认识、记忆的主要标志。通过对人脸的观察，我们可以判断一个人的性别、种族、身份甚至性格。而且随着高速计算机和人工智能等技术的发展以及商业和执法等方面需要的增长，利用人脸图像进行自动人脸识别和身份验证的研究和应用得到了空前的重视，并在研究方法、设备等方面取得了长足的进步，尤其在包括可视电话、电视会议、智能计算机、多媒体智能娱乐、身份认证和安保监控系统等很多方面都有着极其广泛的应用。2一个完整的人脸识别系统应该包括人脸检测、特征提取以及匹配识别。人脸检测是第一环
9、节，也是人脸识别的前提及关键步骤。因而，研究人脸检测技术具有十分重要的意义。1.2人脸检测技术的应用及难点相对于证件，口令，密码等身份识别依据，生物特征(如指纹声音，虹膜，人脸)具有更强的自身稳定性和个体差异性，是身份识别的理想依据。其中人脸以其直观，获取方便等优点受到了广泛的关注，并被逐步应用到多个领域。这种技术目前最热门的应用领域有四个方面： 第一，身份认证与安全防护。在这个世界上，只要有门的地方几乎都带有一把锁。当然，在许多安全级别要求较高的区域，例如金融机构、机关办公大楼、运动场馆、甚至重要设施的工地，都需要对大量的人员进行基于身份认证的门禁管理。手机、笔记本电脑等个人电子用品，在开机
10、和使用中经常要用到身份验证功能。 第二，媒体与娱乐。人们的许多娱乐活动都是跟脸部有关的。最著名的娱乐节目之一就是川剧的变脸。在网络虚拟世界里，通过人脸的变化，可以产生大量的娱乐节目和效果。手机、数码相机等消费电子产品中，基于人脸的娱乐项目越来越丰富。QQ、MSN等即时通信工具以及虚拟化身网络游戏也是人脸合成技术的广阔市场。 第三，图像搜索。目前，Google的图像搜索其实还是文字搜索。基于人脸图像识别技术的搜索引擎将会具有广泛的应用前景。第四，视频压缩。将人脸检测技术的相关成果应用在视频分割技术中，可以对视频目标进行更有效的提取。 在实际生活中人类能够快速，准确的确认空间中的人脸，但对计算机而
11、言则是一个非常困难的任务，完成计算机白动人脸检测需要面对的主要难点有以下几个方面：1）如何判断图像中是否存在人脸，如何区别人脸和类似人脸的非人脸图像，这是人脸检测不同于人脸识别的地方。2）人脸具有复杂的细节交化，脸形、肤色等特征的个体差异比较明显；即使同一个人也存在不同的表情和姿态等，甚至可能有器官的缺失，这都增加了人脸的变化空间；3）由眼镜、头发和及其它外部物体造成的遮挡；4）由于成像角度的不同造成人脸的多姿态，如平面内旋转、深度旋转以及上下旋转，其中深度旋转影响较大；5）弱光照的影响，如图像中的亮度、对比度的变化和阴影等；6）图像的成像条件，如摄像设备的焦距、成像距离，图像获得的途径。由此
12、可见，人脸检测涉及的问题十分广泛，它是一个复杂的具有挑战性的模郑州大学硕士学位论文式分类问题。解决人脸检测问题具有重要的学术价值，可以为其它类似的复杂模式检测问题提供重要启示，因此人们对人脸检测进行了大量的研究工作。1.3人脸检测技术的发展与现状人脸检测问题最初来源于人脸识别的研究，可以说人脸检测和识别技术几乎是同时发展的，自从上个世纪六七十年代开始，经过几十年的曲折发展已经逐渐成熟。尤其是最近十年，随着计算机信息技术的发展和硬件性能的大幅度提高，人们提出了大量的人脸检测方法并建立多个人脸检测系统，在检测率和检测速度上都取得了令人满意的成果，已经向实用化迈出了坚实的一步。早期的人脸检测集中于静
13、止图像，通常以检测精度的提高和各种视角的人脸检测为主要内容。具有代表性的是基于特征的模型或者简单的模板匹配技术，在空域上提取特征，能够完成简单的人脸检测任务。中期的发展开始采用基于模板的方法，用统计学习的方法建立人脸模型，可以实现复杂背景下的人脸检测，并且运用运动信息来考察图像序列中的人脸检测。近期，研究者的方向各不相同，有人从频域中提取特征，有人继续研究更复杂的统计模型，有人将最新的分类决策理论应用于人脸检测领域。在研究过程中，人们认识到：人脸检测研究的趋势是利用多种线索(头发、肤色、器官、轮廓、模板等)综合多种分类方法，启发式信息与统计学习方法相结合。随着人脸识别技术的发展和市场对生物特征
14、鉴定技术的认可，实时人脸检测技术已成为了一个迫切的要求。国外对人脸检测问题的研究很多，比较著名的有CMU，Mfr，Cornell和Rock feller等，而且MPEG7标准组织已经建立了人脸识别草案小组，人脸检测算法也是一项征集的内容。国际上有关人脸检测的论文数量也大幅度增长，IEEE的国际会议，如IEEE的FG(IEEE International Conference on Automatic Face and Gesture Recognition)、ICIP(International Conference on Image Processing)、CVPR(Conference o
15、n Computer Vision and Pattern Recognition)等，每年都有大量关于人脸识别和人脸检测的论文。其中人脸检测文章占到总数的13之多。与国外相比，国内对人脸检测领域的研究起步较晚，但最近十年发展得非常快，并在人脸检测技术实用化方面取得了一定的成绩，已有基于人脸检测技术的监控产品投入市场。国内开展人脸检测研究的主要单位有清华大学、哈尔滨工业大学、北京工业大学、中科院院计算所、中科院自动化所。1.4人脸检测技术分类对于人脸检测的算法，国内外研究者们提出了许多有效的人脸检测算法，大体上可以分为4 类：基于知识（Knowledge-based）的方法，不变特征量法(Feature invariant)，模版匹配方法(Template matching)，基于统计理论的方法(Appearance-based)。3基于知识的方法检测速度较快，如Yang 和Huang 提出了基于镶嵌图
