人臉檢測及特征點定位技術(shù)研究.pdf

1、生物特征識別技術(shù)發(fā)展前景廣闊，尤其是隨著移動通信技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，信息安全、網(wǎng)絡(luò)電子交易、刑偵保密等領(lǐng)域急切需要更加安全、快捷的信息檢測與識別技術(shù)。非接觸式身份驗證與識別技術(shù)以其個體的普遍性、唯一性、穩(wěn)定可靠性等優(yōu)點，受到越來越多學(xué)者的關(guān)注和深入研究。人臉識別技術(shù)是生物特征識別技術(shù)中最活躍的研究領(lǐng)域之一，其中人臉檢測和特征點定位是最為關(guān)鍵的步驟，人臉檢測的準(zhǔn)確度和特征點定位的精度直接影響到后續(xù)人臉識別的準(zhǔn)確度。
　　本文主要研

2、究基于膚色的人臉檢測和基于自適應(yīng)相關(guān)濾波器的人臉特征點眼睛和嘴巴的定位，在人臉檢測和特征點定位中分別提出改進(jìn)算法。通過實驗分析和對比可知，基于膚色的人臉檢測中加入Gabor紋理特征分析，可以有效的降低誤檢率，提高人臉檢測的準(zhǔn)確度;人臉特征點眼睛的定位中提出改進(jìn)自適應(yīng)相關(guān)濾波算法，不僅可以提高定位精度和誤差穩(wěn)定性，還對人臉小角度偏轉(zhuǎn)、戴眼鏡、表情變化等特征有較好的適應(yīng)性;在人臉特征點嘴巴的定位中采用二維Gabor小波變換提取人臉特征點，再

3、結(jié)合已經(jīng)定位出的左右眼睛的位置及人臉五官比例的先驗知識，最終得到嘴巴的準(zhǔn)確位置。主要完成的工作概括如下:
　　1.人臉檢測中為了降低背景信息中與皮膚顏色接近但是紋理粗糙的非皮膚區(qū)域被誤檢的可能，我們首先把經(jīng)過“參考白”光照補(bǔ)償后的圖像經(jīng)過Gabor濾波，突出輪廓和紋理特征，該圖像保留了原始皮膚區(qū)域和紋理光滑區(qū)域，而將原始圖像中接近膚色但是紋理粗糙的區(qū)域變成紋理更加突出的二值圖像，這樣就可以降低非膚色被誤檢為人臉區(qū)域的可能，提高膚色

4、檢測的準(zhǔn)確度;然后在YCbCr顏色空間建立簡單膚色模型，得到膚色分割的圖像;再用數(shù)學(xué)形態(tài)學(xué)處理得到最終的人臉區(qū)域。
　　2.針對傳統(tǒng)人眼定位方法定位精度低、誤差穩(wěn)定性差的問題，提出將自適應(yīng)相關(guān)濾波器與灰度積分投影法相結(jié)合，在訓(xùn)練和測試階段做了兩點改進(jìn)。首先對訓(xùn)練得到的自適應(yīng)相關(guān)濾波器，在[-0.2，-0.1，0，0.1，0.2]角度范圍內(nèi)旋轉(zhuǎn)得到5個濾波器，選擇灰度最大值對應(yīng)的位置作為初始定位點，然后在該定位點的5×5鄰域內(nèi)，水平

5、和垂直方向分別做灰度積分投影，最后選擇積分最小值的位置作為最終的目標(biāo)定位點。與平均合成精確濾波器、最小輸出平方誤差和濾波器、自適應(yīng)合成相關(guān)濾波器算法相比，改進(jìn)算法的定位精度最大提高2.9％，平均絕對誤差和標(biāo)準(zhǔn)差均低于原始算法。實驗結(jié)果表明，提出的改進(jìn)算法在定位精度和穩(wěn)定性上均優(yōu)于原始算法。
　　3.為了提高人臉特征點嘴巴定位的速度，我們以改進(jìn)自適應(yīng)相關(guān)濾波器算法定位得到的左右眼睛的位置為參考，根據(jù)二維Gabor小波變換對人臉特征點