基于肤色的人脸检测算法研究论文

《基于肤色的人脸检测算法研究论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于肤色的人脸检测算法研究毕业论文目录摘要5第一章人脸检测综述81.1人脸检测的研究背景及意义81.2人脸检测技术的国内外研究现状91.3人脸检测算法的总体框架101.4人脸检测的一般方法111.4.1基于灰度特征的人脸检测111.4.2基于肤色特征的人脸检测131.5论文的结构安排13第二章算法理论与实现原理142.1颜色空间142.1.1RGB颜色空间142.1.2YCbCr颜色空间152.1.3HSV颜色空间162.2常见的肤色模型182.2.1区域模型182.2.2高斯分布模型192.2.3直方图模型2

2、02.3区域分割理论202.3.1区域分割202.3.2定位人脸区域21第三章基于统计的肤色建模223.1基于RGB空间的肤色模型表示方法223.2基于YCbCr空间的肤色模型标示方法223.3基于HSV空间的肤色模型标示方法2431第四章人脸检测的实验仿真及结果254.1MATLAB简介254.2人脸检测实验仿真及结果264.2.1RGB颜色空间下的图像及仿真实验结果264.2.2YCbCr颜色空间下的图像及仿真实验结果264.2.3HSV颜色空间下的图像及仿真实验结果274.3小结28第五章结论及展望285

3、.1结论285.2展望29参考文献31致谢343131第一章人脸检测综述1.1人脸检测的研究背景及意义人脸检测是指使用计算机在输入图像中确定所有人脸（如果存在）的位置与大小的过程。人脸检测系统的输入是可能包含人脸的图像，输出是关于图像中是否存在人脸以及人脸的数目、位置、尺度、位姿等信息的参数化描述（1）。人脸检测问题的提出最初来源于人脸识别研究中对人脸定位的需求。人脸自动识别系统鉴于其友好性、方便性，已成为一种很有潜力的身份验证途径。一个完整的人脸自动识别系统至少应包含两个主要的技术环节：人脸的检测和人脸的特征

4、提取与识别。要完成自动人脸识别，首要条件是找出人脸，即人脸检测是完成人脸自动识别任务的第一步，它是自动人脸识别技术的基础，对自动人脸识别系统的速度、精度都起重要作用。人脸识别的研究可以追溯到20世纪60年代，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，往往假设人脸位置已知或很容易获得，致使人脸检测问题并未受到重视。但20世纪90年代初以来，随着电子商务等网络资源的利用，使得人脸识别成为最具有潜力的生物身份验证手段，在这种应用背景下，要求人脸自动识别系统对一般的环境图像有一定的适应能力，由此所面临的一系

5、列问题使得人脸检测作为一个单独的课题受到研究者的重视（2）。31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。随着网路技术和桌上视频的广泛应用，图像扑捉设备正在成为个人计算机的标准外设，为视频会议等服务所急需的技术——基于内容的压缩与检索成为一个研究热点。并且近年来随着数码相机的广泛使用和数码相册的出现，以人脸为对象的索引和检索也引起了人们的浓厚的兴趣（3）。人脸检测是进行人脸压缩的的前提条件，同时人脸也是基于内容检索的重要对象，因而人脸检测在这个领域中占有重要的地位。此外，人脸检测在友好人机界面、

6、视频监测、数字视频处理等方面也有着重要的应用价值，所有这些使得人脸检测的研究备受关注。人脸检测技术之所以能在当今计算机视觉领域的研究中占有重要的地位并成为研究焦点，主要在于以下两个方面：一方面，将人脸作为基本对象来考虑，自动检测与定位人脸是实现人脸识别、人脸跟踪、表情识别、人脸合成与人脸编码、唇读等技术的必要前提；另一方面，人脸检测技术有着从智能安全监控、电子商务、视频会议和远程教育、基于内容检索等诸多领域的广泛应用价值。从学术的观点来看，人脸检测的研究受到重视是因为人脸检测是物体检测中的一个典型问题。人脸是一

7、类具有相当复杂的细节变化的自然结构目标，对于这类目标的检测是一个极富挑战性的课题。人脸检测问题的难度在于：（1）人脸是一个非刚性模式，有各种姿态、表情的变化，不同人脸在细节如形状、大小、颜色上都有差异，即人脸本身是不规则的复杂模式，具有模式的可变性；（2）背景与光照的不确定性，如在复杂的背景中，不同的采集条件下的光源方向、明暗、色彩都会影响输入图像的质量：（3）人脸可能有的装饰物会增加检测的难度，如戴眼镜、口罩，化妆，脸上长有的胡须、黑斑等。因此，如果能找到解决这些问题的方法，成功构造出人脸检测系统，将为其他具

8、有类此特征和模式的检测问题提供重要的启示。但从客观而言，以上一些难点致使完全不加条件限制的人脸检测无法具有健壮性，目前大多数人脸检测技术只针对正面端正人脸的检测，且有很多方法运算量特别大，时间复杂度高，虽然对于一定的应用来说，他们也是可以接受的，但为进一步提高实用价值，人脸检测系统需尽量弱化对待检图像的条件限制，并且最好能实时检测出人脸。人脸检测研究重点将越来越趋向于复杂背景下、多姿态