基于顯著區(qū)域提取的人臉檢測研究.pdf

1、人臉檢測與識別一直是計算機視覺和模式識別領(lǐng)域中的研究熱點和難點之一,而人臉檢測是實現(xiàn)復(fù)雜環(huán)境人臉識別的首要步驟,具有廣泛的應(yīng)用前景。它研究的主要問題是判斷靜態(tài)圖像或動態(tài)影像中是否存在人臉,如果存在則對人臉進行定位。迄今為止,人臉檢測的研究已經(jīng)取得了巨大的成就,也面臨著一些尚待解決的困難問題。本文通過引入顯著區(qū)域提取算法,研究并實現(xiàn)了兩種基于顯著區(qū)域的人臉檢測方法。
　　 首先,本文研究了基于視覺注意機制的顯著性計算、特征分類、顯

2、著區(qū)域提取模式等,比較視覺特征選定和特征區(qū)域提取各算法的優(yōu)缺點,采用顯著圖理論模式進行顯著區(qū)域提取。針對檢測需求以亮度、顏色、方向三個顯著特征為基本特征,結(jié)合Adaboost快速人臉檢測方法提取顯著區(qū)域,得到復(fù)雜背景中的候選人臉區(qū)。然后,對生成顯著圖的各個特征結(jié)合規(guī)則進行了優(yōu)化,改進其中的顏色顯著特征提取方式,利用SNoW人臉檢測算法在所生成的顯著區(qū)域進行人臉位置的精確檢測。通過多組對比試驗,證明了實驗中設(shè)計的模型參數(shù)在通常情況下是最優(yōu)

3、的,并且,引入顯著區(qū)域提取算法可以盡快排除非人臉區(qū)域,且能夠有效的檢測出復(fù)雜背景圖像中的多個人臉,相較于單純的人臉檢測算法大大減少了誤檢數(shù)。
　　 其次,本文提出了一種基于顯著區(qū)域的神經(jīng)網(wǎng)絡(luò)人臉檢測方法,通過理論分析和大量實驗獲得了一個較為有效的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),提出了新的初步檢測位置合并策略。對待測圖像計算亮度、顏色、方向三個顯著特征,得到顯著區(qū)域后再使用神經(jīng)網(wǎng)絡(luò)進行人臉檢測,并與基于膚色分割的方法作了對比。為了實現(xiàn)對比條件的客觀