+基于肤色人脸检测.pdf

2005 年 工 程 图 学 学 报 2005 第 3 期 JOURNAL OF ENGINEERING GRAPHICS No.3 基于肤色的人脸检测 赵丽红，孙晓琳，王宇飞， 徐心和 （东北大学教育部暨辽宁省流程工业综合自动化重点实验室, 沈阳 110004 ） 摘 要：提出一种基于肤色信息的正面人脸检测方法。设计了基于颜色的皮肤分类 器，对图像中的皮肤区域和非皮肤区域进行分割；并对分割出的皮肤区域进行预处理，初步 确定候选人脸；再进一步将候选脸与模板脸进行匹配最终确定是否为人脸，并给出检测到的 人脸的位置信息。对各类型图像进行大量实验表明，本方法具有较好的准确性和实用性。 关 键 词：计算机应用；人脸检测；皮肤颜色模型；皮肤分类器；模板匹配 中图分类号：TP 391 文献标识码：A 文 章 编 号：1003-0158(2005)03-0084-05 人脸识别是利用计算机分析人脸图像，从中 验证问题。如器官分布规则、轮廓规则、颜色纹 提取出有效的识别信息，进行身份“辨认” 的一门 理规则、运动规则和对称性等。 技术。人脸自动识别系统主要包括人脸检测和定 笔者提出了利用颜色信息实现独立于背景 位，即从输入图像或图像序列中判断是否有人 颜色的人脸检测算法。设计了将皮肤区域与非皮 脸，如果有则确定其位置，并将其从图像中分割 肤区域分离的分类器；利用色度表将原始彩色图 出来，对归一化的人脸图像进行特征提取与识 像转换成灰度级图像，灰度级图像中的灰度值代 别，最终得到识别结果。正确的人脸检测是快速、 表了该像素为皮肤的概率。通过区域增长的自适 准确识别人脸的前提。 应阈值方法分割灰度图像以区分皮肤区域和非 人脸检测的基本思想是利用知识或统计的 皮肤区域。对分割出的皮肤区域进行预处理，初 方法对人脸建模，比较所有可能的待检测区域与 步判定候选人脸。最后利用模板匹配方法确定一 人脸模型的匹配度，从而得到可能存在人脸的区 个候选人脸是否为人脸。 域。文献[1], [2]中论述了多种人脸检测方法，主 要分为基于统计和基于知识两大类。基于统计的 1 人脸检测算法 方法是将人脸图像视为一个高维向量，把人脸检 笔者提出的人脸检测算法分为 3 步：① 皮 测问题转化为高维空间中分布信号的检测问题。 如事例学习法[3]采用人工神经元网络训练分类 肤分割；② 分割图像预处理；③ 模板脸匹配。 器[4] [5] 本算法能够同时检测室内和室外复杂场景 ；子空间方法将KL 变换引入了人脸检测 ； 中不同大小的单个或多个人脸。算法研究的目标 匹配滤波器方法包括各种模板匹配方法、合成辨 别函数方法等[6]，这些方法主要以大量运算和复 是能够检测所有人脸区域，同时保持较低的误检 率。 杂算法为基础。基于知识的方法则利用人的知识 1.1 皮肤分割 建立若干规则从而将人脸检测问题转化为假设/ 设计了一个基于颜色分析和模糊分割的