参考——人脸检测文献综要点.docVIP

附件一： 基于肤色的人脸检测系统的研究与实现文献综述 一、人脸检测技术研究背景和意义 随着当今世界的发展，各个国家和地区间的人员流动越发频繁，安全部门都希望通过身份自动验证技术对往来人员进行管理，尤其是9.11事件之后，世界各国更是在人员的身份验证方面投入了大量的人力、物力。因此，身份验证技术在安全控制和金融贸易等方面的应用得到了飞速发展。在诸多的身份验证技术中，生物特征识别技术得到了新的重视，被公认为是最具应用潜力的识别技术之一。其中，人脸识别(Face Recognition )技术较其它生物特征识别方法有很大的优越性，特别是在在90 年代，随着微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。人脸识别从而得到快速发展，并成为研究热点，主要表现在它的方便性、快速性和非侵扰性。我们所研究的人脸检测( Face Detection)正是自动人脸识别系统中的一个关键环节，它是指在输入图像中确定所有人脸(如果存在)的位置和大小的过程【１】。 近几年来，人脸识别越来越广泛的应用于国家安全、金融、海关、民航等诸多领域。这种应用背景要求自动人脸识别系统能够对一般环境图像具有一定的适应能力，由此所面临的一系列问题使得人脸检测开始作为一个独立课题受到研究者的重视。今天，人脸检测的应用背景己经远远超出了人脸识别系统的范畴，在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。人脸检测是智能人机接口技术研究的基本内容。不仅是智能接口系统的重要功能模块，而且是其他智能感知系统的基础和前提。人脸检测技术为其他感知系统(人脸识别、表情识别、唇读等)的技术研究提供了前提条件，即有效、快速的人脸定位。人脸检测还是其他领域中的一项关键技术，例如、视频会议、基于对象的编码、应用视觉系统(如安全检查、保安管理)、Web搜索、二维人脸合成、视频检索、基于内容的图像检索等。在数字音频领域有广泛影响的MPEG系列国际标准也在征求人脸检测算法【２】。 二、人脸检测系统的组成 对于人类来说，可以毫不费力地识别出人脸以及每个人脸部位的不同特征，但对于计算机来说，这却是一件比较困难的工作。让机器从复杂的图像中自动检测出人脸覆盖了众多科学领域的知识，如图像处理、模式识别、计算机视觉和神经网络等等。图１．１现实的是人脸检测的一般过程，它主要有图像获取、图像预处理、人脸检测定位、人脸区域验证四大部分组成： 图像预处理的主要作用在于尽可能地区处或者减少光照的影响以及成像系统和外部环境对于处理图像的干扰，为后续处理提供高质量的图像。主要包括：区噪声、光照均衡处理、大小和灰度归一化处理等等。 人脸检测定位的目的就是在输入图像中寻找人脸区域，把图像分成两个部分：人脸区域和非人脸区域。针对不同的场景和应用场合，存在着不同的人脸检测定位方法。 人脸区域验证主要用于排除被误检的人脸区域，这是一个基于知识的决策过程。本设计中，通过进一步提取人脸特征来对人脸区域进行最终验证。这一步骤在整个人脸检测中具有举足轻重的作用。 三、人脸检测技术的研究现状和技术难点 1、国内外人脸检测技术的研究现状 在国外，许多国家进行了人脸检测技术的研究，著名的研究机构有美国MIT麻省理工学院的多媒体实验室和人工智能实验室，卡内基梅隆大学CMU的Human－Computer Interface Institute，SRI（斯坦福大学）研究中心，Microsoft Research 的Vision Technology Group以及英国的Department of Engineering in university of Cambridge等。综合这些国家的有关文献，人脸检测的方法主要分为基于显示特征的方法和基于隐式特征的方法。 国内进行人脸检测研究的主要机构有哈工大、中科院计算机所、清华大学、北京工业大学等。哈工大的研究者实现了一个复杂背景下的多级结构的人脸检测与跟踪系统，其中采用了模板匹配、特征子脸、彩色信息等人脸检测技术，能够检测一定旋转范围内的正面人脸，并可以跟踪任意姿态的运动的人脸，清华大学的研究人员对人脸肤色进行了较为系统地分析，并提出了基于颜色和特征的自适应人脸检测方法。北京工业大学的研究人员基于人脸器官特征，在边缘图像中提取横纹目标，提出了一个又粗到细的检测方法。中科院计算机所研制的“面像检测与识别核心技术”已成功应用于十六大中。这一重要成果标志着我国在人脸检测、面部特征提取、人脸识别与确认几个方面均达到了国际领先水平。 2、人脸检测在现实研究中存在的技术难点 开始于八十年代末、九十年代初的人脸检测的问题的探索，这一课题吸引了越来越多的研究者的兴趣，并取得了一批有意义的研究成果。但由于受到图像和视频捕捉设备的制约、一些背景因素的干扰以及被检测