復(fù)雜背景下快速多姿態(tài)人臉檢測研究.pdf

1、人臉檢測在人機(jī)交互、基于內(nèi)容的檢索、數(shù)字視頻壓縮、視頻監(jiān)控等許多領(lǐng)域具有廣闊的應(yīng)用前景，是各種人臉處理系統(tǒng)最為基礎(chǔ)而又十分重要的技術(shù)環(huán)節(jié)，是近年來國內(nèi)外研究的一個(gè)熱點(diǎn)。然而目前復(fù)雜背景下的多姿態(tài)人臉檢測還存在很大困難，有效的方法還不多。 本文主要研究了復(fù)雜背景下的多姿態(tài)人臉檢測及相關(guān)的快速算法。首先以提高人臉檢測速度為主線，研究了復(fù)雜背景下人臉檢測的各個(gè)環(huán)節(jié)，提出了一些快速算法；然后分別設(shè)計(jì)了灰度圖像和彩色圖像的快速多姿態(tài)人臉檢

2、測方案。具體說來，做了以下工作： 第一，針對人臉檢測的各個(gè)環(huán)節(jié)，提出了一些相應(yīng)的快速算法。針對模板匹配前的灰度分布標(biāo)準(zhǔn)化較為耗時(shí)的問題，提出了一種基于廣義積分圖像的灰度分布標(biāo)準(zhǔn)化快速算法，使圖像窗口灰度均值和方差的計(jì)算時(shí)間大大減少；為綜合利用圖像梯度特征及梯度方向特征進(jìn)行人臉檢測，采用多方向Kirsch邊緣檢測算子，并就此提出了一種基于模板分解和積分圖像的快速Kirsch邊緣檢測算法，以解決多方向邊緣檢測耗時(shí)間題；積分投影和方差

3、投影是進(jìn)行人臉檢測和器官定位的常用方法，就此提出了一種基于廣義行-列積分圖像的快速投影算法，有效地降低了圖像窗口行(或列)積分投影和方差投影的計(jì)算量；另外，針對多模板匹配的計(jì)算效率問題，提出了基于廣義積分圖像的快速多模板匹配算法；針對模板匹配時(shí)存在掩膜的情形，提出了基于廣義掩膜積分圖像的快速模板匹配算法，并說明了其在多姿態(tài)模板匹配中的應(yīng)用。 第二，針對復(fù)雜背景下灰度圖像中的多姿態(tài)人臉檢測問題，提出了一種基于知識模型和模板的快速多

4、姿態(tài)人臉檢測算法。即首先從原始圖像中提取人臉器官梯度圖，并建立多姿態(tài)知識模型和多姿態(tài)模板；然后以多姿態(tài)知識模型和知識規(guī)則進(jìn)行人臉粗檢，以多姿態(tài)模板匹配進(jìn)行人臉細(xì)檢，從而得到人臉在圖像中的位置和大小信息，并通過眼嘴重心構(gòu)成的三角形估計(jì)人臉的粗略姿態(tài)。多姿態(tài)知識模型中任意矩形區(qū)域的器官梯度特征點(diǎn)快速求和利用積分圖像來實(shí)現(xiàn)；多姿態(tài)模板與圖像窗口的局部和整體匹配應(yīng)用本文提出的快速多姿態(tài)模板匹配算法來實(shí)現(xiàn)。 第三，針對復(fù)雜背景下彩色圖像中

5、的多姿態(tài)人臉檢測問題，提出了一種基于多閾值特征融合的快速多姿態(tài)人臉檢測算法。即首先從原始圖像中，根據(jù)人臉器官梯度特征和Kirsch邊緣檢測算子提取多閾值器官梯度圖和梯度方向圖，并根據(jù)人臉膚色特征提取雙閾值膚色圖，根據(jù)亮度信息提取灰度特征圖；然后建立特征融合模型，并應(yīng)用多姿態(tài)知識模型和多姿態(tài)模板實(shí)現(xiàn)人臉檢測。人臉檢測過程中，采用了由粗至精的檢測策略，并在各個(gè)環(huán)節(jié)應(yīng)用相關(guān)的快速算法，以提高人臉檢測的速度；融合了能在復(fù)雜背景下區(qū)分人臉的多種特