彩色背景下的人臉檢測系統(tǒng)研究.pdf

1、隨著智能化信息技術(shù)的發(fā)展，視頻監(jiān)控、遠程教育、人機交互技術(shù)及安全等各方面都迫切希望能夠進行快速、有效的身份驗證。人臉識別技術(shù)是一種依據(jù)人的面部特征來自動進行身份鑒別的生物特征識別技術(shù)。由于人臉識別技術(shù)在諸多生物特征識別技術(shù)中具有眾多的優(yōu)勢，特別是直觀、非侵犯的優(yōu)點，決定了其廣泛的應(yīng)用前景，使其受到來自學(xué)術(shù)界和工業(yè)界越來越多的關(guān)注，吸引了越來越多的研究者的興趣，成為了一個熱門的課題，取得了一批有意義的研究成果。 本文主要針對復(fù)雜背

2、景下彩色圖像中的人臉檢測，研究了一種基于非線性分段色彩變換建立膚色模型和FCM動態(tài)聚類算法和迭代自組織算法的檢測方法。首先對人臉檢測問題分類以及研究現(xiàn)狀做了介紹，并通過對各種顏色空間進行一一的分析、比較，得出選取YCbCr空間作為色彩空間作為本論文建立膚色模型的色彩空間。然后進行顏色空間映射，考慮到簡單的認為膚色在YCbCr空間中與亮度分量Y無關(guān)，僅與色度分量CbCr有關(guān)，完全放棄Y分量。但這種模型存在缺陷：實驗表明僅在YCbCr空間中

3、的高亮度和低亮度區(qū)之間，膚色色度與亮度才是近似無關(guān)；而在高亮度區(qū)和低亮度區(qū)，膚色色度分量CbCr與亮度分量Y非線性相關(guān)。因此要得到更為準確的處理效果，必須考慮Y值不同造成的影響?；谏鲜鲈颍疚膶CbCr顏色空間進行非線性分段色彩變換，使膚色聚類在YCbcr'空間，再利用膚色分布模型，用基于相似度的方法得到人臉似然度圖象，然后對膚色似然度圖像進行自適應(yīng)的膚色分割，接著對得到的二值圖采取形態(tài)學(xué)處理，再采用線段編碼和不變矩從分割后的圖像

4、中提取特征向量，最后采用FCM動態(tài)聚類方法及迭代自組織算法從復(fù)雜背景中檢測出人臉區(qū)域。在VC平臺上完成了圖像讀入與顯示、預(yù)處理、色彩空間轉(zhuǎn)換、圖像分割、形態(tài)學(xué)處理、區(qū)域標記和特征向量提取等程序設(shè)計，調(diào)試出程序，并用圖片進行實驗，給出了實驗結(jié)果，并對此進行了分析。實驗證明，該方法具有較高的準確性和適應(yīng)性。 主要研究成果有以下幾點： 1)考慮到部分照片由于受有色光干擾以及色通道中不同的敏感度、增光因子、偏移量等會導(dǎo)致圖像的三

5、基色“不平衡”，從而使景物中所有物體的顏色都偏離了其原有的真實色彩。因此在利用膚色模型檢測膚色像素前，采用色彩平衡的方法處理色彩偏移；考慮到由于環(huán)境、天氣、光照等原因使照片過暗或者過亮，對高光區(qū)域和陰影區(qū)域進行修正。 2)對二值圖像進行線段編碼提取了區(qū)域特征信息，包括面積、各聯(lián)通區(qū)域的形心坐標等，然后利用形態(tài)學(xué)先驗知識以及Zemike不變矩對特征向量做歸一化處理，確定侯選區(qū)域。 3)利用線段編碼和不變矩提取出區(qū)域特征向量