实时人脸检测系统的设计与实现-开题报告.doc

《实时人脸检测系统的设计与实现-开题报告.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、厦门大学软件学院《毕业设计（论文）》开题报告学生姓名班级学号指导教师姓名职称所在单位厦门大学软件学院毕业设计（论文）题目实时人脸检测系统的设计与实现一、本研究课题的科学依据和意义（包括科学意义，国内外研究概况、水平和发展趋势，学术思想，立论依据）——————————————————————————————————1.背景介绍：人脸检测(facedetection)是指在输入图像中确定所有人脸(如果存在)的位置，大小，位姿的过程。人脸检测作为人脸信息处理中的一项关键技术，近年来成为模式识别与计算机视觉领域内一项

2、受到普遍重视，研究十分活跃的课题。人脸检测问题最初来源于人脸识别(facerecognition)。人脸识别的研究可以追溯到20世纪60—70年代，经过几十年的曲折发展已日趋成熟[1,2]。人脸检测是自动人脸识别系统中的一个关键环节，但是早期的人脸识别研究主要针对具有较强约束条件的人脸图像(如无背景的图像)，往往假设人脸位置已知或很容易获得，因此人脸检测问题并未受到重视。近几年随着电子商务等应用的发展，人脸识别成为最有潜力的生物身份验证手段，这种应用背景要求自动人脸识别系统能够对一般环境图像具有一定的适应能力

3、，由此所面临的一系列问题使得人脸检测开始作为一个独立的课题受到研究者的重视。今天，人脸检测的应用背景已经远远超出了人脸识别系统的范畴，在基于内容的检索，数字视频处理，视觉监测等方面有着重要的应用价值。人脸检测研究具有重要的学术价值。人脸是一类具有相当复杂的细节变化的自然结构目标，此类目标的检测问题的挑战性在于[3]:(1)人脸由于外貌，表情，肤色等不同，具有模式的可变性;(2)一般意义下的人脸上，可能存在眼镜，胡须等附属物;(3)作为三维物体的人脸的影像不可避免地受由光照产生的阴影的影响。因此，如果能够找到解

4、决这些问题的方法，成功构造出人脸检测与跟踪系统，将为解决其它类似的复杂模式检测问题提供重要的启示。1.研究现状：目前，国外对人脸检测问题的研究很多，比较著名的有MIT，CMU等；国内的清华大学的卢春雨[4-8]、北京工业大学的汪孔桥[9,10]、中科院计算所的刘明宝[11]和自动化所的谭铁牛博士[12]等都在从事人脸检测相关的研究。而且，MPEG7标准组织已经建立了人脸识别草案小组，人脸检测算法也是一项征集的内容。随着人脸检测研究的深入，国际上发表的有关论文数量也大幅度增长，如IEEE的FG(IEEEInte

5、rnationalConferenceonAutomaticFaceandGestureRecognition)、ICIP(InternationalConferenceonImageProcessing)、CVPR(ConferenceonComputerVisionandPatternRecognition)等重要国际会议上每年都有大量关于人脸检测的论文，占有关人脸研究论文的近1/3之多。人脸检测是一个开放性的，比较活跃的研究课题。在人脸检测算法中，依照时间顺序的发展有模板匹配模型，肤色模型，ANN模型，

6、SVM模型，AdaBoost模型等几种模型。(1)模板匹配模型：传统的模板匹配的人脸检测方法是这样的：首先，建立并存储一些人脸模板作为标准，可以包括正面的人脸或是单独的眼睛、鼻子、嘴。随后，利用一些算法来计算各待测区域与标准模板的相似程度或相关性。再利用这一相似程度来判断某一区域是否为人脸。这种简单模板匹配的方法的优点是便于实现，但由于模板的特性，它不能有效的处理形状、位姿等变化的情况。针对这个弱点，Yullie等[13]提出基于变形模板的方法来抽取人脸及其特征。(1)肤色模型：由于提取人脸的肤色信息简单又快

7、速，并且肤色对人脸位姿变化及部分遮挡具有不变性的特点，Yang等[14]提出通过人脸肤色信息进行人脸跟踪的思路。通常在这类方法中假设肤色在色度空间(一维或二维)中是单峰的，肤色模型可以用高斯分布(均值、方差)或颜色直方图表示。由于肤色对于光照的变化比较敏感，若在跟踪过程中，光照变化较明显的话，肤色模型需要在跟踪过程中实时更新。(2)ANN模型：所谓ANN，即人工神经元网络。ANN方法是把模式的统计特性隐含在ANN的结构和参数之中，对于人脸这类复杂的、难以显式描述的模式，基于ANN的方法具有独特的优势。(3)C

8、MU的Rowley等[15-17]使用了多个ANN检测多姿态的人脸，使用经过对准和预处理的“人脸”样本以及采用“自举”（bootstrap）方法收集分类器错分的样本作为“非人脸”样本训练各个ANN，进一步修正分类器。检测时对输入图像中所有可能位置和尺度的区域首先使用位姿检测器估计人脸位姿，经校准和预处理后送入三个检测器中，最后对检测器的分类结果进行仲裁。(4)SVM模型：支持向量机（SupportV