人脸识别可以广泛应用到身份验证、信息安全、电子商务、人机等诸多领域。随着社会日益增长的巨大需求、计算机软硬件技术的成熟和人脸识别研究的日趋进步,人脸检测逐步受到重视。特别是复杂背景下的人脸检测研究,已经逐步成为人脸识别系统是否能够真正实用的关键。
对于人脸检测的研究,已经经历了由简单到复杂,由静态图像检测到视频实时检测的发展,特别是最近几年出现的基于Haar特征的人脸检测,真正实现了在PC机上的人脸快速检测。本文研究了基于Haar特征的人脸检测算法之后,发现虽然它具有具有很强的实时性,但在复杂背景下的人脸检测率,错检率等指标不是很理想。
所以,本文研究了图像中的肤色,外形,边缘能量,背景等特征,提出利用肤色概率模型、形态学算子、轮廓过滤、边缘启发式搜索、背景概率分布、阴影检测等手段改进原算法。试验证明,和原算法比较,本论文提出的方案总体性能得到提升,并且提高了检测率和降低了错检率。
另外,本文创新地提出了基于背景模型和头肩几何特征的人脸粗定位技术,缩小了人脸定位的范围,提高了性能。同时,讨论的各种理论和实现方法,对视频监控、车牌识别等其它机器视觉应用系统,具有借鉴价值。
基于DirectX的计算机视觉平台;ProxyTrans.ax的使用;肤色检测;Haar特征;肤色模型;连通区域;Canny边缘检测;背景消除;阴影检测;
点击此处下载(文件大小2.04MB)
点击此处下载(文件大小297KB)
论文发表时间2004年,作者:沈乐君