基于CURVELET變換的人臉檢測(cè).pdf

1、目前，關(guān)于人臉圖像的處理包含人臉識(shí)別、人臉跟蹤、姿態(tài)估計(jì)、表情識(shí)別等內(nèi)容，而人臉檢測(cè)是上述內(nèi)容實(shí)現(xiàn)的基礎(chǔ)。人臉檢測(cè)問(wèn)題也是計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。Curvelet變換是近年來(lái)提出的多尺度變換中的一種，該變換具有很強(qiáng)的方向性，且能用極少的非零系數(shù)精確表達(dá)圖像的邊緣，對(duì)物體邊緣信息具有最優(yōu)稀疏表示，可以以較少的系數(shù)表達(dá)圖像的特征。第一代Curvelet變換的數(shù)字實(shí)現(xiàn)算法冗余度較高，現(xiàn)在，第二代Curvelet變換的快速算法已

2、經(jīng)實(shí)現(xiàn)，變換速度的提高，為Curvelet變換的應(yīng)用提供了有利條件。 本文針對(duì)人臉檢測(cè)中的若干問(wèn)題，提出了先對(duì)圖像進(jìn)行基于膚色分割的人臉區(qū)域預(yù)分割，然后再利用基于Curvelet變換提取的人臉特征對(duì)備選膚色區(qū)域進(jìn)行驗(yàn)證的人臉檢測(cè)方法。首先，選擇YCbCr彩色空間來(lái)進(jìn)行膚色區(qū)域分割，以快速去除復(fù)雜的背景，提高人臉檢測(cè)的效率。其次，利用Curvelet變換提取出人臉樣本的特征，得到特征臉。最后，在分割出膚色區(qū)域和提取出特征臉的條件下