基于全局與局部特征融合的人臉檢測.pdf

1、人臉檢測一直來就是人臉識別中最基礎(chǔ)的一個研究熱點，如今，人臉檢測研究技術(shù)已取得一些成效，然而人臉檢測技術(shù)的性能仍然受到一些影響因素的干擾。存在的主要干擾因素有人臉的姿態(tài)、表情、遮擋以及光照亮度等，為了降低這些因素的干擾，以改善人臉檢測性能，提高準(zhǔn)確性和魯棒性，本文提出了基于邊緣信息的人臉輪廓的全局特征和基于灰度特征的人眼模板匹配的局部特征相融合的人臉檢測方法。本論文的主要工作內(nèi)容有:
　　(1)對人臉檢測技術(shù)進行了綜述。說明了人臉

2、檢測研究的背景與意義、發(fā)展歷史與現(xiàn)狀以及影響因素，將檢測率、漏檢率以及誤檢率作為性能評估準(zhǔn)則。并且從基于特征、基于可變形模型以及基于外觀的方法三大類分析了不同的人臉檢測方法。
　　(2)采用融合的膚色模型進行皮膚檢測。為了減少圖像背景和衣服等類膚色區(qū)域的干擾，我們首先對輸入人臉彩色圖像進行皮膚提取。采用高斯混合膚色模型和二維直方圖膚色模型方法相融合策略，很大程度上減小人臉?biāo)阉鞣秶c檢測誤差。
　　(3)使用基于邊緣信息的人臉

3、輪廓的全局特征人臉檢測方法對圖像進行人臉粗檢，初步定位候選人臉區(qū)域。將Canny邊緣檢測算法用于對獲得的皮膚區(qū)域二值圖像進行邊緣提取，并由結(jié)構(gòu)開操作和閉操作去除小噪聲，用形態(tài)學(xué)連通標(biāo)識符方法對皮膚區(qū)域進行人臉初步檢測與定位，實現(xiàn)人臉粗檢測，初步定位候選人臉區(qū)域。
　　(4)采用基于灰度特征的人眼模板匹配的局部特征人臉檢測方法，對候選人臉進行進一步精確檢測。將所獲得的皮膚區(qū)域的彩色圖像進行灰度化和平滑處理，經(jīng)過基于灰度特征的人眼模板

4、匹配，通過縮放和調(diào)整模板疊加用于粗定位的候選人臉區(qū)域之后，我們計算模板和圖像之間的相互關(guān)聯(lián)系數(shù)，作為相似性與閾值進行比較，最終對粗定位的候選人臉區(qū)域進行取舍，排除假區(qū)域，以實現(xiàn)最后的人臉精確檢測與定位。
　　通過以上工作，使圖像經(jīng)過皮膚提取，人臉初定位，人臉精確檢測處理，構(gòu)建了基于全局和局部特征融合的人臉檢測策略。本文的創(chuàng)新的提出了使用融合策略的皮膚檢測技術(shù)，同時也利用技術(shù)融合策略實現(xiàn)人臉檢測。經(jīng)過實驗測試后表明，該系統(tǒng)能夠有效地