基于颜色重心与分层过滤结构的人脸检测算法.pdfVIP

浙江理工大学学报，第29卷，第 1期，2012年 1月 JournalofZh@angSci—TechUniversity Vo1．29。No．1，Jan．2012 文章编号：1673—3851(2O12)01—0079—05 基于颜色重心和分层过滤结构的人脸检测算法 曾龙龙 ，许建龙，袁张露 (浙江理工大学信息学院，杭州 310018) 摘 要：提 出一种基于颜色重心六边形 (colorbarycentershexagon，CBH)模型，结合分层过滤结构的人脸检测 方法。首先根据肤色在空间的聚类特性检测人脸，利用CBH模型将彩色图像 中的肤 色区域和非肤色区域分开，得 到人脸检测的候选区域；然后利用级联型的分层过滤结构，采用最优椭圆拟合、形态及方差验证、方向归一化和模板 匹配等操作逐步排除非人脸 区域 ，最终确定并标记出彩色图像 中人脸的位置。实验结果表明：该方法能够在复杂背 景的彩色图像中快速并且准确地检测出人脸，误检率较低，具有较高的应用价值。 关键词 ：颜 色重心六边形 (CBH)；分层4-滤 ；模板匹配；人脸检测 中图分类号：TP391 文献标识码：A 在冗余匹配次数多、检测速度难 以提高的缺点。本 0 引 言 文提出了一种基于颜色重心和分层过滤结构的人脸 人脸检测是指对于任意一幅给定的图像，采用 检测算法，首先通过采集不同肤色的人脸的皮肤样 一 定的策略对其进行搜索以确定其中是否含有人 本，计算出颜色重心并在颜色重心六边形中建立肤 脸，如果是则返 回人脸的位置、大小和姿态 。人脸检 色模型，然后利用肤色阈值进行肤色分割，最后利用 测对于 自动人脸识别系统的研究具有重要的意义， 级联型的分层过滤结构进行人脸的检测和标识 。实 在信息安全、智能监控、虚拟实现等领域都具有广泛 验表明，该方法可以克服姿势、表情、局部遮挡等干 的应用前景。人脸检测的研究从2O世纪7c)年代至 扰，在复杂背景环境下可以得到较理想的检测结果， 今，研究者提出了多种检测方法_l1]，大体上可以分为 具有较强的鲁棒性 。 四类：基于特征的方法，利用在图像中搜索特定的角 1 肤色分割 点、边缘、肤色和纹理区域来检测人脸；基于人脸知 识的方法，根据对人脸知识的了解建立人脸特征间 肤色是人脸的重要信息，它虽然对光照敏感，但 联系的规则，再根据这些规则来判断检测的结果；基 是它不受人脸特征影响，对于旋转、姿态等变化情况 于模板匹配的方法，该算法先对人脸建模，构建相应 都能使用，具有相对的稳定性、可靠性，且区别于绝 的模板，通过匹配来检测和定位人脸；基于外观的方 大多数背景物的颜色。在通常的光照条件下，人脸 法，该方法也可以使用模板匹配的方法来检测人脸， 肤色会集聚在色彩空间中某个特定的区域 内。通过 只是该模板(或模型)是通过训练学习而得到的。相 在合适的色彩空间上对肤色采样，建立一个分布函 关的人脸检测方法可参考文献[2—5]。但是这些检 数或区分肤色与非肤色的合适阈值，就能实现肤色 测方法在实际应用中存在各 自的局限性，如基于知 和非肤色的区分，即肤色分割。 识的方法对于正面人脸具有较高的检测精度，但不 1．1 颜色重心六边形(CBH)模型 适用于多姿态的人脸检测；基于模板匹配的方法存 通常使用 RGB、YCbCr、HSV和 HIS等颜色空 收稿 日期：2011一O1一O7 作者简介：曾龙龙(1988一)，男 ，安徽芜湖人，硕士研究生，主要从事计算机视觉和模式识别方面的研究