基于紋理匹配的改進(jìn)Mean-shift人臉快速動態(tài)檢測算法研究.pdf

1、人臉是視覺世界中普遍存在的一種對象，它不僅富含大量的表情信息，同時也是有效的身份印證信息。人臉檢測最初源于人臉識別，但隨著技術(shù)的進(jìn)步與人們需求的不斷增加，人臉檢測技術(shù)已不僅僅局限于人臉識別，在人機(jī)交互、安全監(jiān)控、視頻會議等領(lǐng)域也得到了廣泛應(yīng)用，并吸引了眾多的國內(nèi)外研究者。
　　本文首先對經(jīng)典Mean-shift算法的原理進(jìn)行分析，針對人臉膚色信息中色調(diào)分量不會隨著光線強(qiáng)弱而變化這一特性對人臉膚色信息計算色調(diào)H的顏色概率直方圖，建立

2、人臉膚色概率模型，進(jìn)而通過Mean-shift算法實現(xiàn)人臉的動態(tài)檢測，并實驗分析了經(jīng)典Mean-shift算法在人臉檢測中的優(yōu)缺點及其原因。
　　其次，本文針對經(jīng)典Mean-shift算法抗類膚色物體干擾性差的缺點，提出基于紋理匹配的改進(jìn)Mean-shift算法。采用基于一致模式的旋轉(zhuǎn)不變LBP算子對紋理進(jìn)行描述，對每個像素采用LBP和膚色色調(diào)H二維建模，通過紋理匹配確認(rèn)可信任區(qū)域，并自適應(yīng)調(diào)節(jié)可信任區(qū)域的權(quán)值，從而實現(xiàn)人臉的有效

3、檢測。并通過實驗驗證，改進(jìn)后的Mean-shift算法可以有效的抵制類膚色物體的干擾。
　　第三，提出基于光流法的Mean-shift加速算法。通過光流法分析在視頻幀圖像中人臉的運(yùn)動信息，提取兩幀圖像中人臉的運(yùn)動向量，進(jìn)而估計連續(xù)幀間的人臉運(yùn)動位置，從而減少M(fèi)ean-shift算法中檢測窗口移動次數(shù)，實驗證明，改進(jìn)后的算法能有降低Mean-shift算法的檢測時間，提高了算法的實時性。
　　最后對本文進(jìn)行了總結(jié)，指出了工作中