基于光照預(yù)處理的人臉檢測(cè)研究.pdf

1、人臉檢測(cè)指在圖象或圖象序列中找出單個(gè)或多個(gè)人臉的位置和大小，是計(jì)算機(jī)視覺(jué)和人工智能領(lǐng)域一個(gè)非常重要的研究方向?，F(xiàn)有的人臉檢測(cè)方法對(duì)復(fù)雜光照環(huán)境下獲得的彩色人臉圖象的檢測(cè)效果仍不太理想。雖然，在彩色人臉圖象中，膚色是人臉最顯著的特征之一，有效利用膚色信息對(duì)于減小人臉區(qū)域的搜索范圍、提高人臉檢測(cè)率成為可能。然而，由于受外界光照環(huán)境的影響，采集來(lái)的人臉彩色圖象經(jīng)常會(huì)發(fā)生彩色偏移或者存在不同程度的高光和陰影，已成為阻礙基于膚色的人臉檢測(cè)率提高的

2、重要障礙。為此，本文開(kāi)展了以下幾個(gè)方面的研究： (1)在詳細(xì)綜述目前的人臉檢測(cè)方法的基礎(chǔ)上對(duì)基于膚色分割結(jié)合模板匹配的人臉檢測(cè)方法進(jìn)行改進(jìn)，提出本文基于“光照預(yù)處理+膚色模型+模板匹配”的人臉檢測(cè)問(wèn)題解決思路。即在光照預(yù)處理的前提下，利用膚色特征建立膚色模型；根據(jù)膚色模型進(jìn)行膚色檢測(cè)和閾值分割；在對(duì)分割區(qū)域特征分析的基礎(chǔ)上將篩選出的人臉候選區(qū)域與人臉模板相匹配；最后將匹配較好的區(qū)域在原圖象中用矩形框標(biāo)示出來(lái)。為本文研究工作的開(kāi)展

3、提供了指導(dǎo)思想。 (2)研究了常見(jiàn)的基于膚色的人臉檢測(cè)算法并分析比較其優(yōu)缺點(diǎn)，給出本文利用膚色特征進(jìn)行膚色檢測(cè)時(shí)所采用的膚色模型——高斯分布模型。并在深入研究和廣泛采集膚色樣本的基礎(chǔ)上建立膚色模型。實(shí)驗(yàn)結(jié)果表明，通過(guò)該模型并結(jié)合關(guān)照預(yù)處理能夠?qū)⒔^大多數(shù)的膚色區(qū)域從背景圖象中區(qū)分出來(lái)，為人臉區(qū)域特征的準(zhǔn)確分析奠定了基礎(chǔ)。 (3)將GrayWorld彩色均衡方法和非線(xiàn)性分段色彩變換方法融入本文人臉檢測(cè)算法。對(duì)待檢測(cè)圖象進(jìn)行彩

4、色偏移消除，在相當(dāng)程度上解決了光源色彩不同所帶來(lái)的色彩偏移問(wèn)題；用非線(xiàn)性分段色彩變換方法對(duì)光照造成的高光和陰影影響進(jìn)行消除，部分解決了人臉圖象上存在的高光和陰影影響問(wèn)題。兩種方法的融入為基于膚色的人臉高檢測(cè)率的獲得提供了保障。 (4)設(shè)計(jì)了人臉檢測(cè)程序流程，完整實(shí)現(xiàn)了針對(duì)彩色圖象的人臉檢測(cè)程序，最后較詳盡地給出了程序的關(guān)鍵參數(shù)的確定、膚色樣本的選取和算法魯棒性測(cè)試分析的結(jié)果。實(shí)驗(yàn)結(jié)果表明，本文方法對(duì)實(shí)際場(chǎng)景中正面和準(zhǔn)正面的人臉圖