基于双肤色模型和AdaBoost人脸检测系统设计.docVIP

基于双肤色模型和AdaBoost人脸检测系统设计 　　【摘 要】本文在Windows平台下，基于VS2010和Intel开源计算机视觉库OpenCV设计了一个实用的人脸检测系统，实现复杂背景图像中可能存在的人脸区域检测。人脸检测功能的实现主要融合双肤色模型和AdaBoost算法。首先基于YCbCr颜色空间的简单边界模型和高斯模型对图像实现分割并分析处理，实现人脸区域的粗定位。然后对人脸候选区域采用AdaBoost算法进行精检测。该系统使用简单，检测效果较好。 　　【关键词】双肤色模型；AdaBoost算法；人脸检测；OpenCV 　　Design of Face Detection System Based on Dual Skin Models and AdaBoost Algorithm 　　HOU Shun-yan QIE Jian-min XU Jing 　　（College of Electronic and Information Engineering， Hebei University， Baoding Hebei 071002，China） 　　【Abstract】A practical face detection system which is based on VS2010 and Intel open source computer vision library （OpenCV） under the platfrom of windows.was designed. It shoud bring out the face region detection in the complex backgroud image which may consist of face regions. The realization of face detection function is mainly fusion of dual skin models and Adaboost algorithm. The image segemention of skin region was firstly got based on a smiple boundary skin model and Gaussian skin color model in the YCbCr color space. The face coarse region location was determined by using the results of skin color segmentaion. Combining Adaboost algorithm， the accurate candidate face region was acquired secondly. This system is easy to use and has better detection. 　　【Key words】Dual skin models；AdaBoost algorithm；Face detection；OpenCV 　　0 引言 　　人脸检测是人脸表情识别、人机交互的第一步，快速有效的人脸检测直接影响人脸识别系统的实现。人脸检测是指运用一定的算法从不同背景或者视频中图像确定其中是否有人脸，若有则标出人脸的大小、位置、是否旋转以及旋转角度等信息。自上世纪90年代以来，科研人员提出了很多人脸检测算法，大致分为四类：基于知识的方法、基于特征的方法、基于模板的方法和基于表象的方法[1]。本文结合双肤色模型与Adaboost算法开发人脸检测系统。 　　1 系统开发方案 　　Intel公司的开源计算机视觉库OpenCV （Open Source Computer Vision Library）[2]，由一系列C函数和少量 C++ 类构成，具有良好的可移植性，其代码都经过优化，可以进行图像的实时处理。OpenCV广泛应用在人机互动、物体识别、图象分割、人脸识别、动作识别、运动跟踪、机器人等领域。利用OpenCV实现人脸检测，为系统开发带来了极大的方便。 　　在Windows环境下，基于可视化开发平台VS2010，调用OpenCV视觉库，设计人脸检测算法，开发一个实用的人脸检测系统。 　　2 人脸检测算法设计 　　2.1 颜色空间的选择 　　肤色作为人脸的主要特征，从图像中抽取肤色，利用肤色检测可有效减小搜索范围，提高检测速度。常用的颜色空间有RGB、HIS、CYMK、YCbCr等，其中，YCbCr色彩空间是MPEG数字视频编码标准建议的颜色空间，具有计算、表示简单，亮度分离，能较好的限制肤色分布范围等特点。本文在YCbCr空间下实现肤色检测，从RGB