基于全局與局部特征融合的人臉檢測(cè).pdf

1、人臉檢測(cè)一直來(lái)就是人臉識(shí)別中最基礎(chǔ)的一個(gè)研究熱點(diǎn)，如今，人臉檢測(cè)研究技術(shù)已取得一些成效，然而人臉檢測(cè)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(cè)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(cè)方法。本論文的主要工作內(nèi)容有:
　　(1)對(duì)人臉檢測(cè)技術(shù)進(jìn)行了綜述。說(shuō)明了人臉

2、檢測(cè)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(cè)率、漏檢率以及誤檢率作為性能評(píng)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(cè)方法。
　　(2)采用融合的膚色模型進(jìn)行皮膚檢測(cè)。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(duì)輸入人臉彩色圖像進(jìn)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(cè)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(cè)方法對(duì)圖像進(jìn)行人臉粗檢，初步定位候選人臉區(qū)域。將Canny邊緣檢測(cè)算法用于對(duì)獲得的皮膚區(qū)域二值圖像進(jìn)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(shí)符方法對(duì)皮膚區(qū)域進(jìn)行人臉初步檢測(cè)與定位，實(shí)現(xiàn)人臉粗檢測(cè)，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(cè)方法，對(duì)候選人臉進(jìn)行進(jìn)一步精確檢測(cè)。將所獲得的皮膚區(qū)域的彩色圖像進(jìn)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(jì)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(jìn)行比較，最終對(duì)粗定位的候選人臉區(qū)域進(jìn)行取舍，排除假區(qū)域，以實(shí)現(xiàn)最后的人臉精確檢測(cè)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(cè)處理，構(gòu)建了基于全局和局部特征融合的人臉檢測(cè)策略。本文的創(chuàng)新的提出了使用融合策略的皮膚檢測(cè)技術(shù)，同時(shí)也利用技術(shù)融合策略實(shí)現(xiàn)人臉檢測(cè)。經(jīng)過實(shí)驗(yàn)測(cè)試后表明，該系統(tǒng)能夠有效地