人臉檢測(cè)研究及其在嵌入式系統(tǒng)中的實(shí)現(xiàn).pdf

1、生物特征具有普遍性、獨(dú)特性和在一定時(shí)間段內(nèi)比較穩(wěn)定等特點(diǎn),在檢測(cè)、跟蹤和身份鑒別等領(lǐng)域中有重要地位,利用生物特征在圖像或視頻中檢測(cè)、跟蹤、識(shí)別的對(duì)象目標(biāo)是目前研究熱點(diǎn),其中人臉是一種非常明顯的人體生物特征,相比其它特征所具有較大優(yōu)勢(shì)。
　　本文學(xué)習(xí)與研究的內(nèi)容是人臉檢測(cè)研究及其在嵌入式系統(tǒng)中的實(shí)現(xiàn),人臉檢測(cè)的過(guò)程就是在待檢測(cè)圖像中尋找已經(jīng)確定的人臉共同特征的過(guò)程,具體就是對(duì)被檢測(cè)圖像搜尋人臉特征,判斷人臉存在人臉特征的圖像區(qū)域是否

2、為人臉圖像,是人臉圖像則輸出相關(guān)信息。
　　在實(shí)際應(yīng)用中,檢測(cè)環(huán)境具有多樣性和復(fù)雜性,使用單獨(dú)的檢測(cè)方法,可能對(duì)檢測(cè)環(huán)境適應(yīng)性不高,導(dǎo)致檢測(cè)的正確率下降,嘗試從膚色檢測(cè)和AdaBoost算法檢測(cè)方法這兩個(gè)方面入手來(lái)進(jìn)行學(xué)習(xí)和研究:
　　1)提出一種基于預(yù)先訓(xùn)練的膚色模型和局部模型相結(jié)合的膚色區(qū)域檢測(cè)方法。結(jié)合當(dāng)前被檢測(cè)圖像中的具體的光照環(huán)境和圖像中的膚色實(shí)際分布,提出一種結(jié)合局部膚色模型和預(yù)先訓(xùn)練的膚色高斯模型的膚色檢測(cè)方法

3、,通過(guò)局部膚色模型參數(shù)對(duì)預(yù)先訓(xùn)練的膚色模型調(diào)整,使其更接近實(shí)際的膚色模型,實(shí)驗(yàn)結(jié)果表明,基于預(yù)先訓(xùn)練的膚色模型和局部模型相結(jié)合的膚色區(qū)域檢測(cè)方法能提高膚色檢測(cè)率。
　　2)提出一種基于自適應(yīng)信任距離的快速膚色區(qū)域檢測(cè)方法。在對(duì)膚色檢測(cè)精度要求不高,而對(duì)檢測(cè)速度有著較高要求的檢測(cè)環(huán)境中,提出一種改進(jìn)的快速膚色檢測(cè)方法。在待檢測(cè)圖像中,自適應(yīng)調(diào)整信任距離,快速略過(guò)被預(yù)判為非膚色的區(qū)域,而對(duì)檢測(cè)有膚色的區(qū)域采取逐個(gè)像素檢測(cè),實(shí)驗(yàn)結(jié)果表明

4、,該方法檢測(cè)正確率同經(jīng)典檢測(cè)方法相當(dāng),檢測(cè)速度明顯提高。
　　3)利用人臉的膚色信息和 AdaBoost算法來(lái)檢測(cè)人臉。使用基于自適應(yīng)模型的膚色檢測(cè)方法,標(biāo)記出圖像中的膚色區(qū)域,AdaBoost算法找出可能的人臉,然后統(tǒng)計(jì)候選人臉區(qū)域中被膚色檢測(cè)方法標(biāo)記為膚色的像素?cái)?shù)量,并判斷膚色像素?cái)?shù)量在候選人臉區(qū)域中沒(méi)有達(dá)到了預(yù)定比例的區(qū)域?yàn)榉侨四槄^(qū)域,這樣檢測(cè)方法就能減少對(duì)非人臉子圖像的誤判,降低了誤檢率。
　　4)實(shí)現(xiàn)在嵌入式系統(tǒng)中