| 【中文题名】 | 基于遗传算法的人脸检测研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-7-26 |
| 【中关键词】 | 人脸检测,遗传算法,模板匹配,Hausdorff距离,人脸几何特征, |
| 【英关键词】 | face detection,genetic algorithm,model matching,Hausdorff distance,geometry feature of human face, |
| 【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】 | 人脸检测是指在输入图像中确定人脸(如果存在)的位置、大小和位姿的过程。人脸检测是人脸识别、人机交互、智能视觉监控等工作的前提。作为人脸信息处理中的一项关键技术,人脸检测近年来成为模式识别与计算机视觉领域内一项受到普遍重视、研究十分活跃的课题。本文针对复杂背景下的彩色人脸图像,构建了一个基于肤色分割、模板匹配和遗传算法的人脸检测系统。本文的工作主要包括以下几部分:
第一,利用基于KL变换的肤色模型对输入的彩色图像进行肤色分割,得到粗略的肤色区域和背景的二值分割图。然后,利用二值形态学中的闭运算算子以及区域填充算子对二值分割图进行平滑处理。最后,再利用二值形态学中的对象标注算子对分割图中的各个分离的肤色区域进行标识,并记录各肤色区域的位置和面积。满足一定面积占有率的肤色区域即为人脸候选区域。
第二,在每一个人脸候选区域内,利用基于遗传算法的模板匹配方法寻找人脸。在基于遗传算法的模板匹配过程中,模板匹配问题转化为寻找最优的模板变换参数P(指模板的缩放、旋转、平移变换因子),使得变换后的模板T_P(M)与图像I之间达到最佳匹配。本文采用“平均脸”作为模板,匹配准则选用改进的Hausdorff距... |
| 【论文题纲】 |
|
第一章 绪论 |
6-11 |
|
1.1 人脸检测技术的背景和意义 |
6 |
|
1.2 现有的人脸检测算法 |
6-9 |
|
1.3 本文所做的工作 |
9-11 |
|
第二章 肤色分割的相关研究 |
11-20 |
|
2.1 色彩空间表示及其转换 |
11-13 |
|
2.1.1 RGB色彩空间 |
11 |
|
2.1.2 rgb色彩空间 |
11-12 |
|
2.1.3 HSI与HSV色彩空间 |
12 |
|
2.1.4 YUV和YIQ色彩空间 |
12-13 |
|
2.1.5 YCbCr色彩空间 |
13 |
|
2.2 肤色模型 |
13-16 |
|
2.2.1 归一化RGB肤色模型 |
14 |
|
2.2.2 基于YIQ的肤色模型 |
14-15 |
|
2.2.3 基于YCbCr的肤色模型 |
15 |
|
2.2.4 基于KL变换的肤色模型 |
15-16 |
|
2.3 基于KL肤色模型的肤色分割 |
16 |
|
2.4 形态学处理 |
16-20 |
|
第三章 遗传算法 |
20-31 |
|
3.1 引言 |
20 |
|
3.2 遗传算法的基本内容 |
20-24 |
|
3.2.1 编码方案 |
21 |
|
3.2.2 初始种群的设定 |
21 |
|
3.2.3 适应度函数 |
21-22 |
|
3.2.4 遗传算子的设计 |
22-23 |
|
3.2.5 控制参数的设定 |
23-24 |
|
3.3 遗传算法的收敛性分析 |
24-31 |
|
3.3.1 遗传算法的收敛性定义 |
24 |
|
3.3.2 马尔可夫链的定义及性质 |
24-26 |
|
3.3.3 标准遗传算法(SGA)的收敛性分析 |
26-27 |
|
3.3.4 最优保留遗传算法的收敛性分析 |
27-31 |
|
第四章 基于遗传算法和模板匹配的人脸检测 |
31-43 |
|
4.1 模板匹配基本原理 |
31-33 |
|
4.2 平均脸模板 |
33-34 |
|
4.3 相似性度量 |
34-37 |
|
4.3.1 Hausdorff距离 |
34-35 |
|
4.3.2 人脸几何特征 |
35-37 |
|
4.4 遗传算法在模板匹配中的应用 |
37-42 |
|
4.4.1 编码 |
38-39 |
|
4.4.2 适应度函数 |
39-40 |
|
4.4.3 选择算子 |
40-41 |
|
4.4.4 杂交算子 |
41 |
|
4.4.5 变异算子 |
41 |
|
4.4.6 终止准则 |
41-42 |
|
4.5 算法的收敛性证明 |
42-43 |
|
第五章 仿真实验 |
43-45 |
|
5.1 仿真环境 |
43 |
|
5.2 算法流程 |
43 |
|
5.3 图像采集 |
43 |
|
5.4 实验结果 |
43-45 |
|
第六章 总结与展望 |
45-47 |
|
参考文献 |
47-49 |
|
攻读学位期间的研究成果 |
49-50 |
|
致谢 |
50-51 |
|
学位论文独创性声明、学位论文知识产权权属声明 |
51 |
|
| 【DOI】 | LunWen.ID:2.2008.387837 |
