基于視頻圖像的人臉特征點(diǎn)實(shí)時(shí)檢測(cè)方法研究.pdf

1、基于視頻圖像的人臉特征點(diǎn)實(shí)時(shí)檢測(cè)方法研究RealTimeFaceFeatureDetectionSystemBasedonVideoImage學(xué)科專(zhuān)業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)研究生：劉威指導(dǎo)教師：車(chē)明副教授天津大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院二零一零年五月二。一夸一苓牛直廳▲◆≈中文摘要人臉檢測(cè)來(lái)源于人臉識(shí)別(FaceRecognition)，人臉檢測(cè)是人臉自動(dòng)識(shí)別系統(tǒng)的關(guān)鍵環(huán)節(jié)，早期的人臉識(shí)別研究主要針對(duì)于具有較強(qiáng)約束條件的人臉圖象(如無(wú)背景的圖象)

2、，往往假設(shè)人臉位置一直容易獲得，因此人臉檢測(cè)問(wèn)題并未受到重視。人臉特征點(diǎn)的檢測(cè)基于人臉檢測(cè)，是在檢測(cè)到的人臉?lè)秶鷥?nèi)進(jìn)行面部特征點(diǎn)的檢測(cè)。本文研究開(kāi)發(fā)的人臉特征點(diǎn)檢測(cè)系統(tǒng)，光照適應(yīng)性、背景適應(yīng)性強(qiáng)，具有針對(duì)不同人的普遍適應(yīng)性。本系統(tǒng)采用Haar特征檢測(cè)人臉、入眼眶的位置，在迭代算法和角點(diǎn)檢測(cè)算法基礎(chǔ)上提出了一種新的瞳孔和眼角檢測(cè)算法。該算法檢測(cè)的精度高，適應(yīng)性強(qiáng)。首先，利用Haar特征檢測(cè)，找到人臉框的位置，在此基礎(chǔ)上找到人眼框的位置。然

3、后，在人眼眶內(nèi)采用改進(jìn)的迭代算法，找到人眼瞳孔的中心位置，采用角點(diǎn)檢測(cè)算法找到人眼內(nèi)眼角的位置。最后，在人眼眶的基礎(chǔ)上，采用膚色算法精確人臉左右邊界。檢測(cè)人眼眨眼，觸發(fā)某種事件，作為后續(xù)應(yīng)用的基礎(chǔ)。為了提高人臉特征點(diǎn)檢測(cè)的精度和提高眼控鼠標(biāo)系統(tǒng)的控制精度，本系統(tǒng)提高了圖像像素大小，采用大像素圖像定位人眼瞳孔和眼角的位置，利用像素抽取技術(shù)，將大像素的圖像抽取成小像素進(jìn)行人臉檢測(cè)，人眼檢測(cè)，然后再轉(zhuǎn)換到大像素，從而找到大像素下的人眼框位置進(jìn)