一种基于改进肤色分割算法的人脸检测.pdfVIP

文章主要通过基于AnilK．Jain~Yang的理论，对肤色像素在YCbCr空间的CbCr平面上 具有类椭圆聚集模型的分析，结合高斯分布模型，将两种算法混合使用，提出了一种改进模 型。并在实验中取得了较好的肤色分割效果。实验表明，该混合算法分别在精准度和运算时 间上，比两种算法的单一使用，有了长足的进步和改善，兼顾了精度和效率。对于已经检 测、分割出来的肤色区域，综合运用了多种人脸几何特征，创新提出了基于平均面积特征的 检测条件，排除了大量的如四肢和背景中类肤色的非人脸区域，筛选出了人脸候选区域。 文／金伯阳 颜茂勇 张睿 刘舒 中国人民公安大学 一 、 引言 近几年随着安全防范，电子商务等领域的应用发展， 为复杂。如果能够找到解决以上问题方法，成功地构造出 人脸识别成为最有潜力的生物身份确认手段，这种应用背 人脸检测系统，将为解决其它复杂模型的检测问题提供重 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 要启示。 适应能力，由此所面临的一系列问题使得人脸检测开始作 本文选择在AnilKJain提出的，对肤色像素在YCbCr 为一个独立的课题受到研究者的重视。今天，人脸检测的 色彩空间的CbCr平面上具有类椭圆聚集模型的理论基础 应用背景己经远远超出了人脸识别系统的范畴，在数字视 上 ，进行分析，结合肤色在YCbCr色彩空间上的高斯分布 频处理、视觉监控等方面有着重要的应用价值。在实际应 模型，提出一种混合算法。此方法能较好检测 出不同光 用中，由于客观因素的影响，人脸检测问题的难易程度以 照、不同肤色、不同姿态条件下的人脸区域 ，而且计算简 及处理方法有很大差异。在某些情况下由于图像的获取 单，操作易行。该方法与椭圆模型相比，有更精准的肤色 环境是可以人为控制的(如身份证照片等)，因而人脸的定 检测率 ，与高斯分布模型相比，大大的提高了运算速度 ， 位可以轻易地做到，但在大多数的场合中，由于场景较复 增加效率。 杂 ，人脸的位置是预先不知道的，因而首先必须确定场景 中是否存在人脸，如果存在人脸，再确定图像中人脸的位 二、算法分析 置。脸部毛发、化妆品、光照、噪声、面部倾斜和人脸大 1．图像增强 小变化以及各种各样遮挡等因素会使人脸检测问题变得更 在基于肤色的人脸检测方法中，肤色模型通常都是在 欣横纵红外迷你车载 电话：0785wwWnewcross．net．cn 20O9年4月Il(。巾国安日方I51 、 、 =· l 精技术与应用 标准光源下建立的。这种肤色模型不能正确地检测照明偏 靠的。为利用肤色在色度空间的聚类性，需要把颜色表达 离标准光源时形成的图像中的肤色。颜色平衡方法则较好 式中的色度信息与亮度信息分开。 地解决了色彩偏移问题。对于大多数图像来说 ，由于不能 综合比较各种颜色空间的优劣性，本文在多种色彩空 精确决定环境的光照条件，因此本文采用GrayWorld假设 间中选取YCbCr色彩空间进行肤色提取。其中Y代表容易 方法对偏色图像进行颜色校正。颜色平衡方法具体计算步 被改变的亮度信息，Cr代表了光源中的红色分量，Cb代 骤如下： 表了光源中的蓝色分量。该空间的优点是受亮度变化的影 (1)计算 图像的R、G、B三分量各 自的平均值 响较小 ，而且是二维独立分布， 能较好地限制肤色分布区 avgR、avgG、avgB，并令图像的平均灰度值avgGray= 域。YCrCb颜色模型可以从RGB