人群聚集場景中多人臉檢測算法研究.pdf

1、人群聚集是一種風險較高且容易發(fā)生突發(fā)事件的敏感場景。在人口密度較大和城市化進程較高的都市中，容易在公共場所和娛樂設(shè)施等地出現(xiàn)人群聚集現(xiàn)象。人群聚集現(xiàn)象隱藏著突發(fā)和不易控制等因素，對人群聚集場景的檢測有很重要的實際應用價值。目前國內(nèi)外對人群聚集場景的檢測主要集中在對視頻的監(jiān)控和分析上，基于靜態(tài)圖像的檢測分析較少。
　　本文主要針對人群聚集場景中比較正面的靜態(tài)多人臉圖像檢測開展研究工作，研究成果可以用于人群聚集場景的判別、分類和人群密

2、度的估算，為以后研究普適性更強的、能夠處理群聚場景中有遮擋、角度變化、尺度變化等情形的多人臉檢測算法奠定基礎(chǔ)。
　　本文的主要工作和創(chuàng)新點如下：
　　(1)針對低密度人群的人臉檢測問題，設(shè)計并實現(xiàn)了基于閾值分割與區(qū)域篩選的人臉檢測方法和基于HSV與YCbCr色彩空間的多人臉檢測方法。前者進行閾值分割并統(tǒng)計篩選前景區(qū)域面積，根據(jù)相應比例檢測人臉。后者首先結(jié)合兩種色彩空間的分量提取膚色區(qū)域，再利用相關(guān)比例去除過小的前景連通域，最

3、后結(jié)合形態(tài)學變換去除噪聲污染。實驗結(jié)果表明，這兩種方法能夠有效解決低密度人群的人臉檢測問題。
　　(2)針對中密度人群的人臉檢測問題，設(shè)計并實現(xiàn)了基于Lab色彩空間的膚色模型與OTSU算法的多人臉檢測方法。該方法首先提取Lab色彩空間a、b分量的投影圖像并作OTSU分割，再利用中值濾波去除矩陣元素與運算二值結(jié)果中的噪聲。實驗結(jié)果表明，該方法能夠有效解決中密度人群的人臉檢測問題。
　　(3)針對高密度人群的人臉檢測問題，設(shè)計并