基于局部梯度算子的嘴部检测与定位.pdfVIP

基于局部梯度算子的嘴部检测与定位.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
光电工程

第36卷第 10期 光 电工程 Voll_36.No.1O 2009年 10月 Opto—ElectronicEngineering 0ct.2009 文章编号:1003—501X(2009)10—0135—06 基于局部梯度算子的嘴部检测与定位 靳 薇,张建奇,张 翔 (西安电子科技大学 技术物理学院,西安 710071) 摘要:针对人脸识别中的特征提取问题,本文提出了一种由粗到精快速准确的嘴部 自动检测和定位方法。该方法 首先通过Adaboost算法检测出人脸图像大致的嘴部区域,缩小了后续定位的搜索范围;采用局部梯度算子提取嘴 部轮廓,通过Ostu阈值法对提取的轮廓进行二值化处理,根据链码跟踪最终确定左右嘴角的精确位置。实验结果 表明,该方法 自动检测和定位嘴部快速准确,对表情和姿态的影响具有比较高的鲁棒性,有助于提高人脸识别算 法 的识别率 。 关键词:人脸识别;特征提取;嘴角定位;局部梯度算子 中图分类号:TP391.41 文献标志码:A doi:10.3969~.issn.1003—501X.2009.10.026 DetectionandLocalizationoftheM outh BasedonLocalGradientOperator JIN W ei,ZHANG Jian-qi,ZHANG Xiang (ShoolofTechnologyPhysics,XidianUniversity,Xiall710071,China) Abstract:A fastandaccuratemethodofautomaticdetectionandlocationofthemouth isproposedaccordingtothe featureextractionoffaceidentification.Atfirst,mouthregionisroughlydetectedbyAdaboostinfaceimage,SOtherange ofsearchisreduced.Then,mouthcontourisdetectedbylocalgradientoperatorandbinarizedbyOstuthresholdmethod. Finally,themouthcomersareaccuratelylocalizedby Chain codetracking.Theexperimentresultsindicatethatthis methodcandetectandlocatemouthcomersfastandexactly.Itcanreducetheinfluenceoffacialexpressionandposture andimprovetherecognitionrateoffaceidentification. Keywords:facerecong ition;featureextraction;mouthcomerlocation;localgradientoperator 0 引 言 作为模式识别、图像分析与理解等领域的典型研究课题,人脸识别不仅在理论上具有重要价值,而且 在安全、金融等领域具有重要的应用前景,因此在学术界和产业界都受到了广泛的关注 。目前 已经出现 了一些实用的商业系统 J。然而,由于图像采集条件和人脸 自身属性的变化,例如图像采集时的光照、视 角、摄像设备的变化,人脸姿态、表情、化妆、年龄变化等,都可能影响最终的识别效果。这就需要从输 入图像中找到人脸位置,并将人脸从背景中分割出来,再对归一化的人脸图像进行特征提取和识别。因此, 对人脸特征点的检测和准确定位在人脸识别方法中是必不可少的步骤。 在很多情况下,人们往往只关心眼睛的定位_jJ,但由于人脸图像的采集没有标准设备和角度限定,同 时人脸在图像中姿态和表情会有不同,人眼的眼球活动范围相

文档评论(0)

fengbing + 关注
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档