視頻中的人臉檢測(cè)的研究.pdf

1、隨著科學(xué)計(jì)算的飛速發(fā)展，數(shù)字視頻的應(yīng)用日趨廣泛。面對(duì)大量涌現(xiàn)的視頻數(shù)據(jù)，如何找到所需的視頻信息就成為一個(gè)急需解決的問題。對(duì)視頻信息進(jìn)行人臉圖像檢索的研究是計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)視覺的一個(gè)重要研究熱點(diǎn)和難點(diǎn)。人臉檢測(cè)屬于模式識(shí)別和計(jì)算機(jī)視覺的研究領(lǐng)域，它作為人臉信息處理中的一項(xiàng)關(guān)鍵技術(shù)，在基于內(nèi)容的圖像檢索、視頻監(jiān)控、視頻會(huì)議以及人機(jī)交互等方面都有著重要的應(yīng)用價(jià)值。 本文主要研究了視頻中的人臉檢測(cè)技術(shù)。由于人臉模式的錯(cuò)綜復(fù)雜、易受干

2、擾，現(xiàn)有的人臉檢測(cè)算法普遍存在著計(jì)算量大、速度慢、魯棒性差等缺點(diǎn)。膚色檢測(cè)算法具有簡單、快速的特點(diǎn)，但是不能很好地克服光照、背景顏色干擾等因素的影響。Viola于2001年提出的基于積分圖像的AdaBoost方法，是目前最先進(jìn)的人臉檢測(cè)算法之一；盡管它具有很強(qiáng)的實(shí)時(shí)性，但在真實(shí)場(chǎng)景下，人臉檢測(cè)率、錯(cuò)檢率等方面還有待進(jìn)一步的提高。在分析現(xiàn)有人臉檢測(cè)算法的優(yōu)缺點(diǎn)的基礎(chǔ)上，本文提出先采用AdaBoost算法對(duì)人臉進(jìn)行人臉區(qū)域定位；實(shí)驗(yàn)表明，A

3、daBoost算法大大地提高了人臉檢測(cè)的檢測(cè)率。再通過建立基于YCbCr空間的膚色模型，我們通過將初檢測(cè)得到的人臉區(qū)域映射到Y(jié)CbCr空間，統(tǒng)計(jì)出該區(qū)域上的膚色點(diǎn)的百分比從而確定其是否為人臉區(qū)域。由于計(jì)算整個(gè)人臉的光流場(chǎng)非常耗時(shí)，我們可以計(jì)算出人臉中的強(qiáng)角點(diǎn)，最后檢測(cè)已驗(yàn)證的人臉區(qū)域的強(qiáng)角點(diǎn)的光流變化，從而對(duì)序列圖像中的運(yùn)動(dòng)人臉的運(yùn)動(dòng)趨勢(shì)做出估計(jì)。 本文采用VC++6.0和OPENCV開發(fā)了基于視頻的人臉檢測(cè)程序，通過實(shí)驗(yàn)，基本