彩色圖像序列的人臉檢測(cè)、跟蹤與識(shí)別研究.pdf

1、人臉在社會(huì)交往中扮演著十分重要的角色，是人類在確定一個(gè)人身份時(shí)所采用的最普通的生物特征，研究人臉識(shí)別及其相關(guān)技術(shù)具有十分重要的理論和應(yīng)用價(jià)值。彩色圖像序列的人臉檢測(cè)、跟蹤與識(shí)別技術(shù)是隨著計(jì)算機(jī)技術(shù)的高速發(fā)展和視頻監(jiān)控等應(yīng)用的需要在近幾年才逐漸成為一個(gè)研究熱點(diǎn)。與基于靜態(tài)圖像的技術(shù)相比，彩色圖像序列提供了更加豐富的信息，比如顏色信息、運(yùn)動(dòng)信息等等，但是彩色圖像序列中的人臉檢測(cè)、跟蹤與識(shí)別有著更高的要求，如能夠適應(yīng)成像條件、光線和復(fù)雜場(chǎng)景變

2、化，對(duì)圖像中的人臉的姿態(tài)、遮擋、時(shí)間變化等能進(jìn)行有效的處理，而且應(yīng)具有較高的計(jì)算效率等等。因此，對(duì)彩色圖像序列的人臉檢測(cè)、跟蹤與識(shí)別的研究還是一個(gè)任重而道遠(yuǎn)的研究課題。 本論文針對(duì)彩色圖像序列這個(gè)范圍，就人臉檢測(cè)、跟蹤與識(shí)別技術(shù)中的核心技術(shù)與關(guān)鍵問題展開研究工作。其主要研究?jī)?nèi)容與創(chuàng)新點(diǎn)包括： 1 提出了一種彩色圖像增強(qiáng)改進(jìn)算法。主要從人眼對(duì)物體顏色的感知特性出發(fā)，在Retinex理論與算法的基礎(chǔ)上，針對(duì)迭代參數(shù)的選取作了

3、改進(jìn)。改進(jìn)的算法基于采用一種迭代截止條件，對(duì)參數(shù)進(jìn)行自適應(yīng)選取，避免了人工設(shè)定，并同時(shí)減少了整個(gè)算法的運(yùn)算量。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法對(duì)彩色圖像的顏色、亮度、對(duì)比度處理的結(jié)果符合人眼視覺系統(tǒng)的感知特性，且改善了圖像的偏色情況。應(yīng)用于彩色人臉檢測(cè)的預(yù)處理后，人臉正確檢測(cè)率得到提高。 2 依據(jù)人眼視覺特性，提出一種“由粗至精”的人臉膚色區(qū)域檢測(cè)方法。首先從彩色序列圖像中提取運(yùn)動(dòng)目標(biāo)區(qū)域，以剔除無關(guān)背景，然后在運(yùn)動(dòng)目標(biāo)區(qū)域中檢測(cè)膚色

4、特征(粗檢測(cè))，接著結(jié)合運(yùn)動(dòng)目標(biāo)的邊緣特征，對(duì)膚色區(qū)域進(jìn)行形態(tài)學(xué)處理(精檢測(cè))，最后檢測(cè)得到人臉膚色區(qū)域。 3 提出一種Self-Skin膚色檢測(cè)算法。這種算法拋棄了傳統(tǒng)的采用事先通過大量膚色樣本統(tǒng)計(jì)得到的膚色模型進(jìn)行膚色檢測(cè)的思路，而是針對(duì)單幅圖像中的膚色分布，在色度空間中進(jìn)行區(qū)域分割，同時(shí)結(jié)合了膚色統(tǒng)計(jì)信息，有效的克服傳統(tǒng)膚色模型方法中的“過檢測(cè)”問題。實(shí)驗(yàn)表明，Self-Skin膚色檢測(cè)算法魯棒性好，能應(yīng)用于復(fù)雜背景，且對(duì)

5、光線變化不敏感。 4 提出了一種彩色圖像序列的人臉檢測(cè)與跟蹤方法。該方法將人臉檢測(cè)與人臉跟蹤這兩個(gè)步驟有效的結(jié)合在一起，而不是分成兩個(gè)相對(duì)獨(dú)立的部分。其思想是先通過膚色檢測(cè)算法得到候選人臉區(qū)域，然后通過Condensation濾波跟蹤算法對(duì)候選人臉區(qū)域進(jìn)行跟蹤，在跟蹤過程中提出了一種基于SVM的人臉置信度，每個(gè)采樣樣本的置信度隨著時(shí)間而進(jìn)行更新，人臉驗(yàn)證的結(jié)果基于置信度的后驗(yàn)概率。實(shí)驗(yàn)結(jié)果表明，該方法有效地解決了復(fù)雜背景中人臉姿

6、態(tài)變化情況下的人臉驗(yàn)證與跟蹤問題，與靜態(tài)人臉檢測(cè)相比有更好的檢測(cè)與跟蹤效果。 5 提出了一種基于輪廓波變換的人臉識(shí)別方法。在分析輪廓波變換的基本原理和變換特點(diǎn)的基礎(chǔ)上，分別對(duì)輪廓波變換的低頻系數(shù)特征與高頻方向子帶統(tǒng)計(jì)特征進(jìn)行研究。實(shí)驗(yàn)結(jié)果表明，適當(dāng)層次分解的輪廓波變換的低頻系數(shù)反映了姿態(tài)和表情的不變特征，具有優(yōu)異的人臉識(shí)別性能，而其高頻方向子帶系數(shù)可以用廣義高斯密度模型描述，反映了人臉的邊緣與輪廓等特征，也具有一定的識(shí)別性能。