视频图像中人脸测与人脸特征提取的研究.pdfVIP

视频图像中入脸检测与 人脸特征提取携爵究 摘要 涟蓑蓬点民羽和裔韭磅究矮嚣酶大量增麴疆及安防簸控领域静应期 需求，以入脸嚣郝作为处理对象的研究已成为一项热f1课题。本文本着模 式识别在期能监控的实际应用出发，深入研究了人脸检测、人脸跟踪、特 征点提取和表情识别等多项模式识别技术，最终完成了一个实时橱能识剐 系统。 本文提出了一种改进的人脸检测方法，它缀好的利用了人脸肤色在H 分璺上的聚类性分布，对基于Haar特征的检测方法检测结果进行再次梭 测，可以去除误稔的人脸区域，提高检测率。同时巍予后续工作也要把熬 幅圈像转为HSV侥彩空闻，所戮该方法增翻鹃计算羹缀多。 结合该改进的人黢检测方法，本文提壤了先在序列图像检测人脸， 再在入脸区域进行肤色采样，然后利用CAMSHIFT算法进行肤色跟踪的为+ 法。CAMSHIFT算法由于有很好的实时性和鲁棒傩，实验结巢很理想。 在特征点酶撬鼗：本文藉溺颓眼在鞋分鬻亮色与入靛眈铆特性结合， 获取双鼹鼹翘步掰在区域后，使耀边缘捡测等技术，可以抉速准确的确宛 眼黑准确使置。该方法较其它眼睛提取方法，计算爨小，梭测率高。然聪 利用人脸的比例特征和用毛、嘴巴的颜色特征，可以很轻易的提觏出眉毛 和嘴巴。本文并j15个特征点来描述目鼹睛、藤毛、嘴巴的位黄、．犬，j、和形 l 状酶交鬣二。然后本文主要麸嘴邕的形捩交{乏管}究，分橱f疆静基本袭情F 嘴巴的5个特链点的变化情况，最后通过人肇嬲实验，得到1f特征点变化 与人脸表情的关系，从而可以利用提取的特征点对人脸畏情分类识别。本 文还进…步提湃f辛iJJ|J戏眼和眉：色的特征j童征序列矧像筹帧中的变化对 ≯q耱鏊本表情进行分类i}{捌翡汲潮方法。，l头、摇墨等头势交{艺龟r；j’浚翻 拜l特短点瓣变佬佟裁叛识别。 本课题最后完成了一个实对智能识别系统，它包含图像输入、人脸 检测与跟踪、特征点提取、表情分类识别瞪个功篚模块。 eo辫bi拄ed搬ewbi￡enessof l羲t魏is￡hesis，we i彝瓣c魏鑫nnel鞠d eyes chafacteristicoffacial detect we pfoporti伽to used methodto矗x and edge-detection eyes’exact place．下heneyebrows mouthcanbe extraeted easily th。character{sticof盎cial andthe by proportio‘1 colo娃f l in岛嘲拄ti。建ol‘eyebfows鑫糠翔税l￡h．虢ns。d 5琵at娃∞poi瓣抟￡。 dese曲e and of aIld position，siZe shapeeyes，eyeb∞ws researchedfourkindsofbasicfaciaI the of mainly expressionby shapem