| 【中文题名】 | 基于区域、Gabor滤波和肤色特征的人脸检测算法研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-11-29 |
| 【中关键词】 | 肤色模型,区域生长,特征提取,Gabor小波,SVM, |
| 【英关键词】 | Skin-color model,Region growing,Feature extraction,Gabor wavelet,SVM, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
随着人脸检测应用范围的不断扩大和开发实际系统需求的不断提高,人脸检测开始作为独立的研究内容发展起来,并在许多领域中具有重要的意义,比如应用到全新人机界面、基于内容的检索、数字视频处理、视觉监测等许多领域。本文针对复杂背景下的视频图像系列,提出了一种基于彩色信息的区域生长、Gabor滤波和SVM相结合的人脸检测算法,并取得了较为满意的检测结果。
算法的具体过程主要分为三个阶段:人脸初定位、人脸分割和人脸确认,首先采用高斯模型来模拟肤色分布并构造出肤色概率图进行人脸的初定位,并对肤色概率图采用中值滤波进行平滑处理,接着利用区域生长准则和融合色度、亮度以及肤色概率图等多源信息相结合的方法对图像进行分割,以达到分割出潜在脸区的目的,最后采用人脸整体形状的确认准则和人脸特征提取的确认准则相结合的方法对潜在脸区的最终确认。
本文提出的人脸检测算法可以从复杂背景中有效的检测姿态、方向、大小、数目不同的人脸,该方法对一些外部影响如光照影响、姿势变化、人脸旋转和脸部表情具有一定的鲁棒性,同时保持了脸区的边缘轮廓,且拥有较好的实时性、检测率和抗噪声性能。 |
| 【论文题纲】 |
|
摘 要 |
3-4 |
|
Abstract |
4-7 |
|
第一章 绪论 |
7-10 |
|
1.1 课题研究目的背景及意义 |
7 |
|
1.2 国内外在该领域的研究水平和动态 |
7 |
|
1.3 人脸检测概述 |
7-10 |
|
1.3.1 人脸检测技术介绍 |
7-8 |
|
1.3.2 人脸检测技术难点 |
8-9 |
|
1.3.3 研究思路和内容安排 |
9-10 |
|
第二章 人脸初定位 |
10-21 |
|
2.1 肤色样本的选取 |
10-11 |
|
2.2 肤色空间的选取 |
11-12 |
|
2.3 肤色空间模型 |
12-17 |
|
2.3.1 简单门限模型 |
12-13 |
|
2.3.2 贝叶斯模型 |
13-14 |
|
2.3.3 高斯模型 |
14-17 |
|
2.3.3.1 选择依据 |
14-15 |
|
2.3.3.2 理论证明 |
15 |
|
2.3.3.3 试验证明 |
15-16 |
|
2.3.3.4 高斯模型计算方法 |
16-17 |
|
2.4 肤色概率图滤波 |
17 |
|
2.5 试验分析和总结 |
17-21 |
|
第三章 人脸分割 |
21-34 |
|
3.1 阈值化分割 |
21-24 |
|
3.1.1 简单的阈值分割法 |
21-22 |
|
3.1.2 基于灰度期望值的分割法 |
22-23 |
|
3.1.3 基于二维灰度直方图Fisher 线性分割法 |
23-24 |
|
3.2 区域生长分割算法 |
24-30 |
|
3.2.1 算法框图 |
25 |
|
3.2.2 金字塔算法 |
25-26 |
|
3.2.3 种子选取、生长顺序及生长停止条件 |
26-27 |
|
3.2.4 生长规则 |
27-30 |
|
3.3 试验分析和总结 |
30-34 |
|
第四章 人脸确认 |
34-49 |
|
4.1 潜在脸区预处理 |
34-35 |
|
4.2 潜在脸区特征提取 |
35-42 |
|
4.2.1 小波变换 |
35-37 |
|
4.2.2 DCT 特征提取 |
37-39 |
|
4.2.3 Gabor 特征提取 |
39-42 |
|
4.2.3.1 Gabor 函数 |
39-40 |
|
4.2.3.2 Gabor 滤波 |
40-41 |
|
4.2.3.3 降维 |
41-42 |
|
4.3 潜在脸区确认 |
42-46 |
|
4.3.1 分类器介绍 |
42-45 |
|
4.3.1.1 最邻近距离分类器 |
42-43 |
|
4.3.1.2 人工神经网络分类器 |
43 |
|
4.3.1.3 支持向量机分类器 |
43-45 |
|
4.3.2 分类器设计 |
45-46 |
|
4.4 试验分析与总结 |
46-49 |
|
第五章试验结果分析 |
49-51 |
|
5.1 试验的硬件条件 |
49 |
|
5.2 试验测试结果与分析 |
49-51 |
|
第六章 总结与展望 |
51-53 |
|
6.1 总结 |
51 |
|
6.2 本文创新之处 |
51-52 |
|
6.3 本文不足之处和今后研究方向 |
52-53 |
|
致谢 |
53-54 |
|
参考文献 |
54-57 |
|
| 【DOI】 | LunWen.ID:2.2008.364715 |
