基于神经网络的快速人脸检测方法的研究.pdfVIP

第14届中国神经网络学术会议论文集 张长虹于东海赵力邹采荣 东南大学信息处理与应用工程研究中心21(X96 摘要静态图像中的^脸检浸屿定啦已崖E获得了相当大的发展，堆￡现有的算法在实现i维中更消耗相当长的时问，无 法满足实时性的要求．茶主提出利用较简单的算法组合，在视颉中捕获^脸：#络出眼睛的位置． 关键词^啦啦侧，神经网络 L引言。 随着信息工程的发展以及社会对安全保障需求的日益提高，计算机人脸检测和识别越来越引起人们的 部分都是基于静态图像的算法，没有实时性的要求，对于视频信号来说，如果直接移植此类算法必定产生 较大的延时和跳帧；另一方面，对于一些速度较快的算法．如单纯利用肤色的方法或者一些不包括大量复 杂矩阵运算的方法来说，又存在命中率低的问题。基于以上分析，本文选择色度空间分割与神经网络相结。 台的方法，冈为该方法避免了矩阵运算等比较消耗时间的过程，同时在计算机实现的过程又可以充分利用 多线程等软件技巧。 2基本定义 本算法使用到的n个基本祝象 2．1八邻域 判断象素点周边关系的算法 琦H神 枷 两啪 M 聃 娜 删 球劫 确舳 22色度空间转换 人的肤色在色彩空间上存在聚类的特性，可以将它们单独分割出来，由于常用的RGB格式的颜色空间各 分量存在相关性，所以在做色彩分割前要进行色度空间转换。本算法采用了YIQ空间袋换方程如下田： y 0．2990．5870．I14 R ， O．596—0．274—0．332G Q 0．211—0．5230．312B 其中Y分量表示的是图像灰度值，1分量表示了红色相对于蓝、绿的强度，一般的人肤色集中在I130的区 域．它成为图像分割的主要依据。 2．3反向传播网络①P网) ． 是一个多层感知器的前馈网络，根据反向传播误差学习准则，逐步减小系统误差．寻求最佳权集，实现网 络的正确输出。以下是BP网络的基本算法咖 叁三塑丝壁垒兰皇垫盐苎堡窒些墨 一一 国计算b层触睡醇顷蝴出 屯=，(∑口』V∥+^)i=l，2’．．t，p j-] 圆计算Fc层各单元的输出 H Yj=厂(∑6，％+1)，’，=1爿2’、m 』·I 圆计算毛层各单元的输出误差 d，=y)O—yj)(乃一yi)，-『=1,2·019m 其中y是正确的昏脯}出． 固计算b层酣领与钋毋_关摊 P。b,O-b,)ZW0dj，i=l，2，…，P i-1 △嘞=abidj，_，=1,2-J,9m @调整最层各单元的闽值 △乙=耐J，J=1,2，…，小 。调整啦与B居的连接权 Av∥=庳，e，，_，=1，2，…，，l，i=1,2，…，p 固 调整瞄单元的阕直 Ah,=肛，，i=1,2，…，打 其中F^’Fa、Fc分别是神经网络的输入层、隐含层和输出层· BP网络的缺点是不能保证训练期问的全局误差最小，而只能保证实现局部误差最小。通过对学习速率 a、口的调整有可能避免局部误差最小．本文另外通过对输入数据进行适当变换也实现了网络的全局误差最 小． 2．4二维线性