基于神經(jīng)網(wǎng)絡的人臉檢測研究.pdf

1、人臉檢測是計算機視覺和模式識別領域中的一個研究熱點和難點，它研究的主要問題是判斷靜態(tài)圖像或動態(tài)影像中是否存在人臉，如果存在則對人臉進行定位。人臉檢測是實現(xiàn)機器智能化的首要步驟，具有廣泛的應用前景。 人工神經(jīng)網(wǎng)絡類似于生物神經(jīng)系統(tǒng)，是以神經(jīng)細胞為基本運算單元(即人工神經(jīng)元)組成的一種非線性自適應動力學系統(tǒng)。通過利用合理的學習算法進行訓練，神經(jīng)網(wǎng)絡對事物和環(huán)境具有很強的自學習、自適應和自組織能力。將神經(jīng)網(wǎng)絡應用于人臉檢測的優(yōu)點是可以

2、通過對系統(tǒng)進行訓練來捕獲人臉模式的復雜分類條件，而缺點在于網(wǎng)絡必須經(jīng)過廣泛的結構調整(如層數(shù)，節(jié)點數(shù)，學習率)和樣本訓練才能獲得好的效果。 本文介紹了神經(jīng)網(wǎng)絡的基本原理和主要特征；針對人臉檢測領域的特殊性，通過理論分析和大量實驗獲得了一個較為有效的神經(jīng)網(wǎng)絡結構；對待測圖像進行預處理，減少光照等因素帶來的影響，提高檢測率；引入學習率來加快BP神經(jīng)網(wǎng)絡的訓練速度。最終，提出了一個經(jīng)過改進的基于神經(jīng)網(wǎng)絡的人臉檢測系統(tǒng)。 為了改

3、善整個檢測系統(tǒng)的檢測性能，本文根據(jù)人臉膚色的色彩特征，構建了一個基于YCbCr的膚色模型。經(jīng)過非線性變換，使得該模型中色度值小再線性依賴于亮度值，提高了膚色檢測的準確率。利用該模型可以簡單快速的對待測圖像進行劃分，減少了待檢測圖像的大小，加快了下一步的分類速度。 實驗結果表明，本文系統(tǒng)能夠對靜態(tài)圖像進行有效的人臉檢測，并取得了較高的檢測率和可接受的誤檢數(shù)。同時，該系統(tǒng)對多人臉、不同大小、不同位置、不同方向、不同面部表情和不同光照條