人脸检测系统课程计.docVIP

人脸检测系统课程设计 专 业： 数字图像处理 班 级： 110404 学生姓名： 胡溥宇 学 号： 人脸检测系统课程设计 一．课程设计目的 （1）建立人的肤色模型； （2）标定人脸区域； 二．课程设计背景 随着科技的发展，传统的身份鉴定方法，如身份证和信用卡，开始让人们感到不便。其携带不便，易丢失，甚至有时可能会忘记了必须的密码，以及密码被识破等等，这些问题到会给人带来困扰和麻烦。人们需要一种新的可靠的身份鉴别，一种不可能遗失而且具有其特性的身份证明。这就是人脸、指纹、虹膜、声音等等的生物特征。由于人脸特征是一种更直接、更方便的识别方式，近年来以人脸为特征的识别技术迅速地发展起来。 目前，越来越多的学者研究人脸识别这一课题，人脸检测技术受到了学术界和工业界越来越多的关注。人脸识别是一种特定内容的模式识别问题。从广义上来说，人脸识别有两个主要的过程：人脸检测和人脸分类。人脸检测主要研究的是：在一幅图像上，检测出有无人脸存在。如果存在人脸，则判断出人类的位置和大小。简单地说，就是对一幅图像进行检测，并将其划分为存在人脸的区域和不存在人脸的区域。人脸分类是在人脸检测的基础上进一步分析获得的人脸区域，对其进行识别分类。因此，人脸分类主要研究的是：对获得的人脸区域进行比较判别，区分它们脸型、表情、性别、种族和身份等等。 因此，在整个人脸自动识别系统中，人脸检测是第一步，也是极其重要的一步。人脸检测技术有着十分重要的作用，为后续步骤——人脸分类提供了识别人脸的具体详细的有用信息。人脸自动识别系统不仅能够作为人们身份鉴证，而且它能运用在学多不同的地方，如用于视频电话、监视与监控等场合的人脸实时检测跟踪。 在国内，八十年代末和九十年代初，人脸检测问题开始吸引了越来越多的研究者的关注，又越来越多感兴趣的研究人员进行探索，取得了一些有意义的研究成果。早期的人脸检测集中对空间域上静止图像的人脸检测为研究。中期开始采用模板的方法，通过建立人脸模型，可以实现在视频图像序列中进行人脸检测。而近期，许多研究人员采用的研究方法各自不同，有采用建立复杂模型的，有从空间域上进行研究的，有在频域上进行研究的，有将一些技术结合在一起研究的，有应用最新的分类决策进行研究的。不论采用和种研究方法，将多种技术结合在一起，利用多种信息可以提高人脸检测方法的效率。 国内的研究单位主要是清华大学、哈尔滨工业大学、北京工业大学、中科院计算机所、中科院自动化所、复旦大学、南京理工大学等等，获得了一定的成果。清华大学研究人员提出了基于彩色和特征的自适应人脸检测的方法，还提出了一种基于多模板匹配的单人脸检测的方案。哈尔滨工业大学的研究人员实现了一个复杂背景下的多极结构的人脸检测与跟中系统，能够检测平面内多姿态正面人脸和跟踪任意姿态的运动人脸。北京工业大学的研究人员提出了人脸重心模板这一新技术并运用这一技术建立了一个复杂背景中检测人脸的系统。 在国外，如美国、欧洲国家、日本、韩国等许多国家也展开了对人脸检测的研究。以下介绍几种目前的研究方法为：1.模板匹配方法，先设计一个或几个参考模板，计算测试样本与参考模板之间的某种度量，再使用门限值来判断是否为人脸区域。2.基于器官特征的方法，先提取人脸器官图像特征，然后根据人脸中器官的几何关系来确认人脸是否存在。3.使用神经网络的方法，先对人脸样本集和非人脸样本集聚类，以测试样本与人脸样本集和非人脸样本集的子类之间的距离作为识别特征向量，利用多层感知器网络作为分类器。4.基于彩色信息的方法，人脸的肤色在彩色空间中的分布相对比较集中，利用这个特点检测图像的人脸区域。5.频域中的特征提取方法，在人脸检测领域，通过将图像变换到频域上，可以根据频率特性，或提取人脸的特征区域，或获取整个人脸的频域描述特征量来作为分类决策器输入，从而对图像进行人脸区域的划分。 人脸检测系统设计 3.1 技术背景 3.1.1 RGB彩色模型 在RGB彩色模型中，每一种颜色都是由红（Red，记为R）、绿（Green，记为G）、蓝（Blue，记为B）三种颜色所表示，如白色表示为：R=G=B=1，黑色表示为：R=G=B=0。在一幅RGB图象中，每一个像素点所表示的色彩都是由这三个分量构成的，即由三幅分别表示红、绿、蓝亮度的灰度图像所表示而成的。RGB彩色立方体示意图如下图所示。 图2.1 RGB彩色立方体示意图 在