人脸检测技术研究现状与展望.docVIP

人脸检测技术研究现状与展望 　　摘要：人脸检测是人脸识别系统中的关键的第一步，也是计算机视觉和模式识别研究领域的热点。本文首先对目前人脸检测技术的现状进行了分析比较，最后，提出了关于人脸检测技术的进一步发展方向。 　　关键词：人脸检测；计算机视觉；模式识别；Boosting 　　中图分类号：TP18文献标识码：A文章编号：1009-3044(2007)18-31682-03 　　Recent Research And Prospect on the Technique of Human Face Detection 　　LV Jian-qiang,ZHANG Rui-hong 　　(Huang Gang Normal University Computer Department,Huanggang 438000,China) 　　Abstract:Human face detection is the first key step on human face cecognition system,that is the hotspot in the field of computer vision and pattern cecognition. The purpose of this paper to analyse and compare on the technique of human face detection. In the end, this paper bring forward to the technique of human face detection for future development. 　　Key words:face detection;computer vision;pattern recognition;Boosting 　　 　　1 引言 　　 　　人脸检测技术就是对所输入的图像进行检测，判断出图像是否存在人脸，如果存在，则返回人脸在图像中的确切位置和范围的技术。人脸检测是人脸识别系统中的关键的第一步，这一步骤所获得的精度与速度直接影响整个系统的性能。此外，人脸检测技术在人脸追踪、视频会议、基于内容的图像检索以及安控和人类情感研究系统中都有广泛的应用，而且具有重要的学术价值。 　　人脸的自动检测具有一定的挑战性，主要难点有：⑴由于人脸是一类高度非刚性的目标，存在相貌，表情，肤色，姿态等差异；⑵人脸上很可能存在一些附属物，诸如：眼镜、胡须、装饰品等。⑶人脸的姿态千变万化，并且可能存在遮挡物。⑷待检测的图像其性质也有差异。比如：图像的分辨率，摄录器材的质量等；⑸光源的种类，强弱和角度的不同，其作用在人脸上所产生的性质不同的反射，造成不同区域的阴影。因此，人脸检测成为计算机视觉和模式识别领域内的一个研究热点。目前比较常用的人脸检测方式可以概括为基于知识、基于结构特征、基于模板匹配以及基于统计模型的方法。 　　 　　2 人脸检测技术的现状 　　 　　2.1基于知识的人脸检测技术 　　基于知识的技术是将人脸面额器官之间的关系编码准则化的人脸检测技术，该技术是自顶向下，依据人脸面部器官的对称性、灰度差异等先验知识，制定出一系列的准则。当图像中的待测区有符合准则的，则被检测为人脸。 　　1994年Yang等提出该技术，他们利用4×4镶嵌图将人脸分块（如图1），并根据每块的灰度值制定准则来进行判定。他们将系统分为三级，利用不同精度的平均和二次采样产生三级不同分辨率的图像。针对不同分辨率的图像采用不同的准则进行判定。如果在低分辨率图像中，准则主要体现人脸的大体轮廓。如果在高分辨率图像中，准备主要体现人脸的细节特征。随后，卢春雨等对镶嵌图技术进行了改进，按照人脸器官的自然分布将人脸划分3×3个马赛克块，（如图2），在检测中自适应地调整个块的大小，使用一组基于各块灰度和梯度统计特征的知识准则检验待检测区是否有人脸。 　　姜军等依据人脸的胜利结构特征，在卢春雨等的3×3三分图的基础上，提出一种新的广义几何投影法，建立了一个比较完备的人脸知识库，综合使用灰度规则、梯度规则和二值规则，从而拓宽了检测算法的使用范围，适合于复杂背景下的多人、不同尺寸、人脸像基本为正面、表情变化不是很大的人脸的检测。这个方法检测速度比较快，应用比较简单，适合于用硬件实现。 　　Kotropoulos和Pitas提出了基于规则的定位方法。用投影方式确定面部特征，I(x，y)是m×n图像中I(x，y)位置的灰度值，图像的 　　水平和垂直投影定义为 和。 　　通过在HI中的急剧变化检测到两个局部最小点，它对应于头部的左右两边，获得输入图像的水平轮廓。类似地，获得垂直的轮廓，局部最小点的确