人臉檢測(cè)及面部特征定位技術(shù)研究與系統(tǒng)實(shí)現(xiàn).pdf

1、本文研究人臉檢測(cè)及彩色單人臉正面圖像的面部特征定位問題。人臉檢測(cè)與特征定位是計(jì)算機(jī)視覺技術(shù)的一項(xiàng)關(guān)鍵技術(shù)，它在視頻監(jiān)控、人臉識(shí)別系統(tǒng)以及新一代的人機(jī)交互技術(shù)等領(lǐng)域具有廣泛的應(yīng)用前景。文中收集和分析了大量近年來國(guó)內(nèi)外關(guān)于人臉檢測(cè)與面部特征提取的學(xué)術(shù)論文及研究報(bào)告，針對(duì)人臉自動(dòng)檢測(cè)系統(tǒng)的建立進(jìn)行了深入的研究。并在國(guó)際、國(guó)內(nèi)關(guān)于人臉檢測(cè)技術(shù)研究成果的基礎(chǔ)上，開發(fā)出基于AdaBoost人臉檢測(cè)算法、膚色追蹤算法和信息融合算法的人臉自動(dòng)檢測(cè)系統(tǒng)。

2、該系統(tǒng)借鑒了前人的一些特征提取和人臉檢測(cè)算法，并針對(duì)研究項(xiàng)目的要求和實(shí)驗(yàn)條件，作了一些關(guān)鍵性的改進(jìn)。其主要研究工作如下： 1、基于Viola博士的實(shí)時(shí)人臉檢測(cè)算法，實(shí)現(xiàn)了基于Haar-like特征的AdaBoost分類器人臉檢測(cè)算法，達(dá)到了快速有效的人臉檢測(cè)。與傳統(tǒng)的“金字塔”方式不同，在人臉檢測(cè)過程中，我采用了新的檢測(cè)策略：逐層放大檢測(cè)窗口，再對(duì)檢測(cè)窗口內(nèi)的圖像進(jìn)行模式匹配。這種策略，可以避免直接對(duì)圖像進(jìn)行縮放變換，減小了計(jì)算

3、量，提高了檢測(cè)速度。這一算法對(duì)于AR、FERET等一些標(biāo)準(zhǔn)人臉庫(kù)正面圖像都獲得了99％以上的檢測(cè)率，檢測(cè)跟蹤速度達(dá)到15幀/秒的實(shí)時(shí)視頻標(biāo)準(zhǔn)。 2、應(yīng)用膚色在彩色空間的HSV空間的反向投影圖，即膚色概率分布圖進(jìn)行人臉檢測(cè)追蹤的算法實(shí)現(xiàn)了多姿態(tài)人臉的追蹤問題。該算法簡(jiǎn)單計(jì)算量小，跟蹤速度快，并對(duì)人臉的姿態(tài)、角度變換具有很好的適應(yīng)性。 3、運(yùn)用信息融合的思想，提出并實(shí)現(xiàn)了將AdaBoost算法分類器、人臉膚色信息以及人臉輪廓

4、特征三大分類判據(jù)的決策融合。同時(shí)針對(duì)人臉輪廓特征采用線性加權(quán)算法實(shí)現(xiàn)了三種不同人臉輪廓特征的融合，從而實(shí)現(xiàn)了人臉檢測(cè)的信息融合方案。該算法在克服單個(gè)分類器缺陷的同時(shí)又充分發(fā)揮了幾種算法的優(yōu)勢(shì)，達(dá)到了良好的人臉檢測(cè)和跟蹤效果。實(shí)驗(yàn)證明信息融合方法能提高檢測(cè)系統(tǒng)的檢測(cè)率和魯棒性。 4、針對(duì)靜止彩色圖片，本文應(yīng)用眼睛在YCbCr空間色度信息和人臉幾何特征相結(jié)合的方法來進(jìn)行面部器官的定位。該特征定位算法首先利用眼睛色度圖定位出眼睛，并在