收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

人脸检测若干关键技术研究

郭耸  
【摘要】:人脸检测(Face Detection)是指采用一定的算法或策略对任意的输入图像或图像序列进行搜索遍历,从而判断其中是否包含人脸,如果包含人脸,则定位出每个人脸的位置、大小以及姿态。人脸检测是人脸信息处理中的一个关键环节,是自动人脸识别的前提和基础,人脸检测性能的好坏,直接影响着人脸信息识别的结果。目前,人脸检测已经广泛应用于生物特征识别、视频监控、人机交互、安防系统、内容检索及电视会议等领域。本文针对人脸检测中存在的问题与难点,对人脸检测的若干关键技术进行了深入的研究,具体研究内容主要包括: (1)为了去除噪声对人脸检测结果的影响,提出了利用EMD(Empirical Mode Decomposition)的自适应图像去噪方法。该方法首先对噪声图像按照列、行、左对角和右对角方向一维展开,分别进行EMD处理,采用提出的基于噪声标准差的自适应阈值对各个IMF进行局部硬阈值去噪,将去噪后的IMF进行反变换,分别获得按照四个方向展开所对应的去噪后图像,然后将它们加和平均得到去噪后图像。该方法能够有效地去除图像的噪声并保留足够的图像细节。为了提高人脸检测的速度,提出一种基于肤色相似度和动态阈值相结合的肤色分割算法,以实现预先去除人脸图像中的大量背景区域。该算法首先在YCgCr色彩空间计算肤色相似度,然后给出一种基于类间方差和类内离散度相结合的动态阈值确定方法,并根据求得的动态阈值对输入图像进行肤色分割。该算法具有较强的适应性,能够较好地克服光照变化的影响,明显改善肤色分割性能,对提高人脸检测的速度与性能起到关键的作用。 (2)在人脸检测问题中,人脸样本和非人脸样本在概率分布上存在着极大的不对称性,即非人脸样本的数量明显多于人脸样本的数量。针对人脸检测中正负样本的非对称性,对AdaBoostSVM算法进行改进,提出基于样本非对称性的AdaBoostSVM人脸检测算法(SA-AdaBoostSVM算法)。该算法在评估每个弱分类器的重要性时,其评价系数不仅决定于错误率,还考虑了该弱分类器对人脸样本的识别能力,从而增大了人脸样本在训练中的作用。这一算法可以提高人脸检测分类器的训练收敛速度,明显改善正面人脸检测的性能与速度。 (3)多姿态人脸检测中,人脸姿态具有极强的不确定性,存在很大的变化空间,且其变化过程具有连续性和复杂性,为此,提出一种基于多特征融合与改进的决策树级联结构相结合的多姿态人脸检测算法。该算法首先对边缘方位场特征进行改进,给出基于形态学梯度的边缘方位场特征,然后将其与Haar-like特征和三角积分特征相融合,对SA-AdaBoostSVM算法进行训练。同时,该算法还对决策树级联结构进行改进,在训练和检测阶段,允许边界邻域范围内的人脸样本同时进入决策树级联结构的两个分支。实验结果表明,该算法能够充分发挥不同特征的互补优势,达到速度和性能的全面改善,为更好地解决多姿态人脸检测问题提供一种较为有效的方法。 (4)人脸表面由于一些遮挡物的存在,导致不能提供人脸检测所需的全部信息,直接影响着人脸检测结果。针对这一问题,提出基于组件距离匹配度函数的部分遮挡人脸检测算法。该算法首先采用SA-AdaBoostSVM算法对人脸的核心组件(左眼、右眼、鼻子、嘴)进行检测,然后采用基于组件距离匹配度函数的方法对检测出来的组件进行整合验证,进而实现部分遮挡人脸的定位与检测。该算法能够提高部分遮挡人脸的检测性能与速度。 本文对人脸检测的预处理、正面人脸检测、多姿态人脸检测以及部分遮挡人脸检测问题展开了深入研究,并取得了一些创新性成果,为人脸检测的进一步发展做出一定的贡献。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 曾素娣;范九荣;李一民;;基于肤色和几何特征的人脸检测算法[J];电脑知识与技术;2006年36期
2 金鑫;李晋惠;;基于神经网络的人脸检测算法研究[J];科技信息;2008年35期
3 翟懿奎;黄聿;谢剑华;吴志龙;郭承刚;;基于肤色的实时人脸检测算法研究[J];电子设计工程;2011年09期
4 赵东方;杨明;邓世涛;;几种人脸检测算法的对比研究[J];内江科技;2011年10期
5 王仕民;叶继华;罗文兵;占明艳;;嵌入式人脸检测算法的研究与实现[J];江西通信科技;2011年02期
6 王小兰;蔡灿辉;朱建清;;一种改进的快速人脸检测算法[J];微型机与应用;2013年15期
7 张炜;耿新;陈兆乾;陈世福;;一种基于可疑人脸区域发现的人脸检测方法[J];计算机科学;2004年04期
8 王守觉;孙华;;一种基于矢量关系运算的人脸检测算法[J];微计算机信息;2006年28期
9 王金庭;王虹;杨敏;;一种复杂背景下的快速人脸检测算法[J];电子技术应用;2007年05期
10 罗三定;周磊;沙莎;;一种新的快速多人脸检测算法[J];计算机应用研究;2008年04期
11 乔晓芳;吴小俊;王士同;杨静宇;;一种改进的人脸检测算法[J];计算机应用;2008年04期
12 权怀炜;何明一;景涛;;一种复杂背景下快速人脸检测算法[J];信息安全与通信保密;2008年07期
13 顾晓敏;梅雪;林锦国;;多姿态小目标人脸检测算法研究[J];计算机工程与设计;2009年20期
14 杨定礼;白秋产;张宇林;赵正敏;唐中一;;快速人脸检测算法的改进[J];淮阴工学院学报;2012年01期
15 徐显日;;视频中实时的人脸检测算法[J];福建电脑;2012年08期
16 崔晓琳;蔡灿辉;朱建清;;一种基于肤色后置滤波的快速人脸检测算法[J];通信技术;2013年08期
17 杨盈昀,谢婷婷,施美楠;基于肤色的人脸检测算法研究[J];北京广播学院学报(自然科学版);2002年04期
18 柴梅平;朱明;;基于彩色分割的人脸检测算法的研究[J];计算机测量与控制;2006年01期
19 严云洋;郭志波;杨静宇;;复杂环境下的快速人脸检测算法[J];江南大学学报(自然科学版);2007年06期
20 孙伟平;陈加忠;高毅;;一种基于视频流的快速人脸检测算法[J];计算机工程与应用;2008年11期
中国重要会议论文全文数据库 前2条
1 付朝霞;韩焱;王黎明;;复杂背景下视频运动目标的人脸检测算法[A];第十三届中国体视学与图像分析学术会议论文集[C];2013年
2 陈健;钱芸芸;;用DSP实现实时人脸检测[A];第二届全国信息获取与处理学术会议论文集[C];2004年
中国博士学位论文全文数据库 前2条
1 周薇娜;人脸检测算法及其芯片实现关键技术研究[D];复旦大学;2012年
2 郭耸;人脸检测若干关键技术研究[D];哈尔滨工程大学;2011年
中国硕士学位论文全文数据库 前10条
1 朱晓峰;快速人脸检测算法的改进策略及在视频中的应用[D];复旦大学;2009年
2 周彩霞;基于准端正人脸检测算法的研究[D];国防科学技术大学;2004年
3 李琦;人脸检测算法研究及其在视频中的应用[D];西安电子科技大学;2005年
4 邵晓刚;基于矩阵灰色B型绝对关联度的人脸检测算法研究[D];东北师范大学;2012年
5 杨宏梅;人脸检测算法的研究与实现[D];兰州理工大学;2009年
6 王爱国;嵌入式系统中彩色人脸检测算法的研究[D];中国石油大学;2011年
7 胡晓燕;基于肤色的人脸检测算法的研究[D];四川大学;2004年
8 柴梅平;人脸检测算法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2006年
9 王文;基于视频的实时人脸检测算法研究[D];山东大学;2012年
10 李雪;静态图像与视频序列中的人脸检测算法研究[D];青岛科技大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978