人臉檢測與像貌合成技術研究.pdf

1、人臉具有相當復雜細節(jié)變化。文章針對人臉檢測中遇到的一些問題，研究了相應的解決方法。通過不同色彩空間用于人臉檢測的對比，選擇基于YCbCr和HSV色彩空間的膚色模型來進行膚色分割，配合Adaboost算法提高人臉檢測的魯棒性。膚色分割的方法對于人臉的姿態(tài)、大小等不敏感，但是類膚色區(qū)域影響算法性能。基于Adaboost算法的人臉檢測對正面人臉的效果明顯，但對側面人臉檢測效果不好。通過比較兩種方法，提出了膚色分割與 Adaboost融合的算法

2、的方法，充分利用人臉的灰度信息和膚色信息。我們先對彩色圖像進行膚色分割，同時使用基于Adaboost算法的人臉檢測，然后對檢測出來的兩組結果進行比較后篩選出最終的人臉。實驗數據比較表明，算法在正確率和誤檢率方面對原有的基于Adaboost算法的檢測有了明顯的改進，是一種綜合性能很強的完整、魯棒、高效的人臉檢測算法。 像貌合成根據目擊者或受害人對犯罪嫌疑人面部特征的描述，調用數據庫中存儲的相應面部特征部件數據，利用計算機數字圖像處

3、理技術對他們進行拼接，得到與目標人臉相似的模擬像技術。文章針對現有人臉像貌合成僅能得到二維人臉像貌的不足，提出了多姿態(tài)多視角三維人臉像貌合成系統。該系統不僅可自動合成二維人臉像貌，而且還可重建三維人臉像貌。系統首先對二維人臉基本部件進行特征點檢測。自動合成二維人臉之后讀取部件特征點的信息?；谌S人臉統計模型與仿射變換，建立二維人臉特征點與三維人臉之間的匹配對應，通過紋理映射，實現三維人臉重建。基于所得三維人臉，通過旋轉，得到不同視角下