彩色圖像人臉檢測與特征定位技術研究.pdf

1、人臉檢測是涉及模式識別、圖像處理、生理學等多個領域的學科。最初的人臉研究主要集中在人臉識別領域，隨著人臉應用范圍的擴大、計算機技術的成熟，人們的實際應用需求越來越高，在這種背景下人臉檢測從人臉識別領域分化出來，作為一門獨立的研究課題受到研究者的重視。目前，國內外已經涌現出大量關于人臉檢測的方法，但現有算法一般只能適用于一定的環(huán)境。然而，由于人臉自身的復雜性和外界環(huán)境等因素的影響也給人臉檢測帶來一定困難。因此，要實現一個無約束環(huán)境下檢測率

2、高、適應性好的自動人臉檢測系統(tǒng)是一個極賦挑戰(zhàn)性的課題。
　　 本文以復雜背景下的多人臉圖像和簡單背景下的單人臉圖像為研究對象，采用基于膚色的人臉檢測算法成功實現了膚色分割，并對簡單背景下的單人臉圖像實現了關鍵特征定位。具體內容如下:
　　 (1)分析計算機視覺領域中的各種色彩空間，考慮到膚色只與色度有關而與亮度無關，選擇亮度與色度可分離的顏色空間YCbCr。并在利用膚色進行人臉檢測之前對圖像進行亮度調整。通過比較“參考白

3、”、對數變換等亮度調整方法，本文采用基于“Gray World”假設的亮度補償方法，能夠直接在RGB圖像實現快速操作。
　　 (2)由于YCbCr顏色空間中亮度信息并不完全獨立于色度信息，本文首先將YCbCr顏色空間通過非線性變換轉換到YCb'Cr’顏色空間，然后分別使用膚色相似度模型和橢圓模型對復雜背景下的多人臉圖像和簡單背景下的單人臉圖像實現膚色分割。
　　 (3)由于分割出的膚色區(qū)域存在噪聲，會影響到進一步的人臉定

4、位，本文采用一種基于像素‘密度’濾波的方法，通過逐步縮小鄰域范圍實現反復濾波，并結合數學形態(tài)學開啟操作對分割出的膚色區(qū)域進行噪聲處理。
　　 (4)最后，本文對簡單背景下的單人臉圖像實現關鍵特征點定位。定位過程采用基于知識的特征定位方法，首先根據人臉器官的結構特征將人臉各個面部器官劃分為獨立的區(qū)域，然后在每個獨立的區(qū)域進行最終定位，大大縮小了搜索范圍，可以實現快速定位。
　　 本文在自行建立的圖像測試集進行測試，但由于人