肤色切割影像膨胀与侵蚀.pptVIP

特徵點擷取(3/4) 鼻子特徵擷取 鼻子輪廓不易顯現，因此我們採用「適應性臨界值法」，來擷取特徵資訊 。 (a)鼻頭 (b)鼻底 (c)左鼻翼(d)右鼻翼 21 特徵點擷取(4/4) 嘴巴特徵擷取 22 人臉評分(1/2) 特徵向量比例 根據人臉黃金比例模型，將其特徵點標示出來，利用特徵點之間的比例關係來作臉部評分。 人臉特徵點之黃金比例 23 人臉評分(2/2) 評分方法 依系統算出實際的比例(R )，再根據模型的黃金比例值(G )，將這兩個參數套入下列方程式，即可出該特徵關係的分數，每個特徵關係我們可以給定權重分數(W )。 24 實驗結果(1/2) 系統單機執行介面 25 實驗結果(2/2) 網頁執行介面 (60/GF) 26 27 * 應用人臉辨識技術於人臉評分 指導老師：陳同孝　陳民枝　教授 指導學長：盧信宏 　　組員：林俊良 吳霽修 　　　　　曾意婷 張良宇 陳佳宜 １ 大綱 前言 目前領域概況 研究方法 實驗結果 2 前言 本篇論文著重於「美的議題」，通過本系統人臉辨識程式，再經過人臉黃金比例的定義，讓使用者能透過系統更了解自己美的程度。 3 目前領域概況 主要的應用領域有： 數位監控 犯罪偵查 互動式家用機器人 在近年來最被為廣泛研究的則是以人臉辨識為主。 4 研究方法 本系統方法實作分為四大部分： 影像前處理 針對影像做前置處理以方便後續做人臉偵測。 人臉偵測： 如何在影像中搜尋出人臉之方法。 特徵點擷取： 擷取各特徵點之方法。 人臉評分： 介紹人臉評分依據為何以及如何計算分數。 5 系統流程圖 人臉資訊 人臉 評分法則 影像前處理 人臉區域偵測 特徵擷取 (眼、鼻、嘴) 輸入影像 True False False True 人臉評分處理 人臉評分結果 6 影像前處理(1/2) 影像白平衡： 修正不同環境下影像所產生的色彩偏差 原影像 白平衡後影像 7 影像前處理(2/2) 膚色切割 影像膨脹與侵蝕 白平衡後影像 膚色二值化影像 侵蝕再膨脹後影像 8 人臉偵測(1/10) Sobel邊緣偵測 Sobel二值化影像 Sobel梯度公式 ： 9 人臉偵測(2/10) 縮圖處理 將影像結構5x5的區域壓縮成1個像素，若此結構上有超過「一定比 例」像素值為1的，就將這個區域所對應壓縮過後的像素值設為1 膚色影像縮圖：超過比例50% = 8個pixel Sobel影像縮圖：超過比例20% = 5個pixel １0 人臉偵測(3/10) 區域標定程序 利用遞回搜尋的方法，將影像中屬於同一區塊的物件找出，以便獲得物件的面積、高度、寬度、座標等資訊。 標記後影像 １1 人臉偵測(4/10) 定義人臉中心點 根據人臉區域的範圍，可發現到人臉輪廓線條較集中於人臉。 人臉輪廓的重心(綠色點) １2 人臉偵測(5/10) 橢圓T字樣版搜尋 利用橢圓樣版來搜尋人臉輪廓，橢圓樣版分為兩個 橢圓實心樣版 橢圓T字樣版 橢圓實心樣版 橢圓T字樣版 橢圓的圓心位置 Cx , Cy、 長軸長度 a 、短軸長度 b。 a b １3 人臉偵測(6/10) 橢圓T字樣版搜尋 - Initial流程 【公式10】 １4 人臉偵測(7/10) 橢圓T字樣版搜尋 - Compare流程 １5 人臉偵測(8/10) 搜尋流程示意圖 １6 人臉偵測(9/10) 求樣板適合值 - 流程 １7 人臉偵測(10/10) 橢圓Ｔ字樣版搜尋結果 適合值最大的橢圓樣版代表越符合人臉橢圓。 由於影像壓縮成原圖的五分之一來做樣板搜尋演算，因此參數各項各乘5，還原成原圖參數大小。 １8 特徵點擷取(1/4) 特徵參數定義 １9 特徵點擷取(2/4) 眼睛特徵擷取 (a)上邊點 (b)左邊點 (c)下邊點 (d)右邊點 (e)中心點 20 *