| 【中文题名】 | 复杂背景下人脸检测研究 |
| 【英文题名】 | Study on Face Detection in Complex Background |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-3-22 |
| 【中关键词】 | 人脸检测,肤色分割,YCbCr,空间,模糊系统,特征提取 |
| 【英关键词】 | Face detection,Skin-tone segmentation,YCbCr color space,Fuzzy system,Feature extraction, |
| 【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】 |
人脸识别和分析可以广泛应用在个人身份识别、安检、人机交互、表情分析等工程应用中。计算机人脸检测作为人脸识别、分析等应用的前提和基础,很早就受到人们的关注。随着计算机应用的普及、性能的提高以及图像处理、模式识别领域的研究逐步成熟,人脸识别相关的应用越来越广泛,因此对人脸检测的研究也正受到越来越多的重视。
本文主要研究彩色静止图像中正面人脸的检测。对现有的一些基于肤色的人脸检测算法进行了研究,并在此基础上对这些算法存在的问题进行了分析,发现现有的算法主要针对简单背景的图像,而对于复杂背景,则要么检测速度较慢,要么容易出现误检和漏检,效果不是很理想。
本文在各种不同的颜色空间中选择了YCbCr空间作为肤色分割的空间。在此空间中,对肤色的色彩空间区域进行了非线性拟合,得到空间多面体;通过反复实验得到色彩空间和区域空间两个隶属度函数的参数,将这两种空间进行整合,提出了一种肤色分割的新方法――基于肤色和区域双重匹配的方法。该算法不但使用了肤色信息,而且还利用了现有算法中容易忽视的区域信息,充分利用了两者的相关性;同时利用图像形态学对图像进行去噪处理,得到了较好的处理效果,有效地定位了候选人脸的区... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-9 |
|
第1章 绪论 |
9-18 |
|
1.1 研究背景 |
9-10 |
|
1.2 人脸检测技术发展历程及存在的困难 |
10-13 |
|
1.3 人脸建模概述 |
13-16 |
|
1.4 本文的工作 |
16-18 |
|
第2章 颜色空间及肤色模型 |
18-30 |
|
2.1 RGB 颜色空间及其肤色模型 |
19-23 |
|
2.2 YCbCr 颜色空间及其肤色模型 |
23-27 |
|
2.3 HSV 颜色空间及其肤色模型 |
27-29 |
|
2.4 本章小结 |
29-30 |
|
第3章 基于双重匹配和形态学的候选人脸区域提取 |
30-54 |
|
3.1 图像分割概述 |
30-33 |
|
3.1.1 图像分割定义 |
30-32 |
|
3.1.2 边缘检测 |
32 |
|
3.1.3 区域分割 |
32-33 |
|
3.1.4 区域增长 |
33 |
|
3.1.5 分裂合并法 |
33 |
|
3.2 本文人脸区域分割算法 |
33-35 |
|
3.2.1 系统结构图 |
33-34 |
|
3.2.2 人脸区域分割算法 |
34-35 |
|
3.3 光线补偿 |
35-37 |
|
3.4 基于肤色和区域双重匹配的候选人脸区域分割 |
37-46 |
|
3.4.1 模糊集概述 |
37-39 |
|
3.4.2 肤色模型在YCbCr 空间中的建立 |
39-41 |
|
3.4.3 肤色隶属度函数的建立 |
41-43 |
|
3.4.4 区域隶属度函数的建立 |
43-44 |
|
3.4.5 肤色和区域二维隶属度的匹配 |
44-46 |
|
3.5 去除小连通域 |
46-48 |
|
3.6 基于数学形态学去噪 |
48-52 |
|
3.6.1 形态学概述 |
48-51 |
|
3.6.2 利用开操作与闭操作去噪 |
51-52 |
|
3.7 本章小结 |
52-54 |
|
第4章 基于面部特征的人脸区域确定 |
54-65 |
|
4.1 人眼检测 |
54-59 |
|
4.1.1 眼睛的色度匹配 |
55 |
|
4.1.2 眼睛的亮度匹配 |
55-56 |
|
4.1.3 眼睛的双重匹配和定位 |
56-59 |
|
4.2 嘴唇的检测和定位 |
59-60 |
|
4.3 人脸区域的确定 |
60-62 |
|
4.4 实验结果 |
62-64 |
|
4.5 本章小结 |
64-65 |
|
第5章 总结与展望 |
65-67 |
|
参考文献 |
67-72 |
|
附录：攻读硕士学位期间参加科研工作情况 |
72-73 |
|
致谢 |
73 |
|
| 【DOI】 | LunWen.ID:2.2008.366494 |
