复杂背景下的人脸检测方法研究.pdfVIP

维普资讯 计算机时代 2008年 第4期 ·3 · 复杂背景下的人脸检测方法研究★ 田文雅 ’。李迎辉 ’，阚洪权 f1．浙江经贸职业技术学院信息技术系，浙江 杭州 310018；2．杭州英百迪科技有限公司) 摘 要：设计了一个适应于复杂情况下的完整的人脸检测系统。系统把人脸检测分为人脸候选区域检测和人脸区域验证 两部分。在人脸候选区域检测方面。提 出了一种基于人脸轮廓的检测方法。实验表明它提高了检测率、检测速度和鲁棒性。 在人脸验证方面，提出了一种根据人脸细节进行验证的方法，提高了人脸验证的准确性。 关键词：人脸检测；边缘检测；曲线跟踪；特征提取；模板匹配 0 引言 1．1预处理 人脸检测是指在输入图像中确定人脸位置、尺度和位姿。 本过程主要通过对原始图像进行中值滤波去除噪声，得到 人脸检测与许多实际问题紧密相关，如在人员出入安全检查、 相对比较清晰的图像。 视觉监视 、智能人机接 口、基于内容的检索和人机交互等诸多 其具体操作方法为：给定—个确定邻域，通过图像中值滤波后， 领域有着极为广泛的应用。 将像素点的灰度值定义为该像素点邻域中各像素灰度值的中值。 由于人脸检测技术应用前景广泛，人脸检测作为一个独立 1．2边缘检测 的研究课题吸引了国际国内学术界的众多研究者。国际上，著 利用改进的Sobel算子与图像进行卷积得到边缘图像。 名的人脸检测研究机构包括美国麻省理工大学川(MIT)的媒体 设像素f的3X3子域中像素编号为： 实验室和人工智能实验室、美国卡耐基梅隆大学 (cMu)的机 Al A2 器人研究所等。国内主要有清华大学嗍、上海交通大学 等著名 A f(ij) 高校和中国科学院计算所、中国科学院自动化所Is]等科研院所。 人脸虽然作为一种 自然形体具有很强的共性 ，但个体的外 Sobel算子 ： 貌差异、表情变化以及图像在采集时受光照、设备等因素的影 G (A0+2A1+A2)-(A4+2A A6) (1) 响，使得人脸图像具有复杂而细致的模式变化，导致人脸检测 Gr=(Ao+2A A6)一(A2_2卜A3+A4) (2) 复杂化 ，目前还没有一种能够适应各种情况的通用检测方法， 在本系统中应用了四个方向上的Sobel算子卷积核 ，即在 已有的算法和软件对使用环境都有较多的要求。鉴于上述原 以上两个的基础上加了以下两个 Sobel算子： 因，找到一种能够适用于各种情况的人脸检测技术是亟待解决 G1=(A 2Ao+A1)一(A3+2A4+As) (3) 的课题。 G=(A1+2A A3)一(A5+2A A7) (4) 针对这样的需求背景，本文设计了一个适应于复杂背景下 卷积核为： 的人脸检测系统。本系统把人脸检测分为两部分 ：人脸候选区 Gf2 1o1 fo 121 域的检测和人脸区域的验证。在人脸候选区域的检测部分提出 l：Il10—1l G2：l一10 1l 了一种基于人脸轮廓的检测方法：首先，在边缘检测后的图像 o 一1 —2 』 I一2—1o』 上进行曲线跟踪 ，然后根据人脸的整体特征得到人脸候选区