基于肤色模型和重心模板的入脸检测.PDF

No．5 第32卷第5期 北京工业大学学报 V01．32 2006年5月 0F UNIVERSITYOFTEa}lNOLoGY 2006 JOURNALBEIJING May 基于肤色模型和重心模板的入脸检测 孙艳丰，梁永涛，苏世前，尹宝才 (北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室，北京100022) 摘要：为了获得具有较高检测率并保持较低误检率的快速人脸检测，提出了一种基于知识的人脸检测方法． 在人脸粗检中用肤色模型分割出输入图像中的人脸可能区域，并对这些区域进行重心模板匹配过滤出非人脸区 域．利用人脸的生理分布特征设计出一种动态的人脸三分图分雍模型，并以不同条件下的大量人脸图像样本作 为统计数据建立了一个人脸规则知识库，用来判定过滤后的区域是否为人脸．实验结果表明，该方法具有很好 的鲁棒性，能快速检测出不同光照、不同大小和有一定旋转角度的人脸． 关键词：人脸；识别；图像分割；肤色；重心模板 中图分类号：TP391．41 文献标识码：A 人脸检测不仅在人脸识别、人脸追踪、视频会议以及基于内容的图像检索等相关领域具有重要的应用 价值，而且具有重要的学术价值．由于人脸图片受到入脸大小、姿态、表情、遮挡(头发、眼镜、装饰品以及 其他遮挡物等)、旋转以及光照等因素的影响，人脸检测具有一定的挑战性。成为模式识别和计算机视觉领 域内的一个研究热点．目前，国内外的研究人员提出了许多人脸检测方法，这些方法可以分为两大类：① 基于先验知识和规则的方法，例如利用人脸形状和纹理特征的方法、肤色分割法…、模板匹配法【21；②基 的方法。最近，以Viola等人【6 这类基于学习的人脸检测方法需要大量的训练样本，而样本的获取是一件非常烦琐的工作，训练出一个能 力强的入脸检测器需要很长的时间，而且误检率会随着检测率的提高而变高．作者提出了一种基于规则 的人脸检测方法．该方法以不同光照、大小的人脸样本为统计数据，采用动态三分图模型建立人脸规则知 识库，不需要很长的训练时间．并且该方法充分利用了重心模板匹配法的优点，把人脸检测和特征定位有 效地结合起来，在进行候选人脸区域验证的同时进行人脸特征定位，定位出来的人脸特征又可以作为候选 人脸区域验证的依据． 1基于肤色特征的图像分割 彩色信息作为一种有效的特征在图像分割中得到广泛应用．在彩色图像中，人脸肤色对姿态变化不 敏感，人脸肤色空间是整个色度空间中的一个很小的子空间，且肤色特征易于提取．不同种族的人在肤色 上的差别主要是在亮度上的差别，而在色度上的差别是很小的．肤色信息常被用来在人脸检测的粗检过 程中加快人脸检测的速度．进行肤色分割要选择合适的肤色模型以及色度空间．常用的肤色模型有高斯 等，作者采用yuv色度空间．肤色直方图模型是根据大量样本数据的统计建立的．作者选择了不同光照 465 条件、不同大小的273张入脸图片，手工裁剪出4 围，根据不同的亮度范围，统计样本像素在u—V平面上的频率分布，根据这些分布可以统计出用于判断 在不同亮度范围内的像素是否为肤色点的阈值范围． 收稿日期：2005一03—17． (KM200310005025)． 作者简介：孙艳丰(1964一)，女，黑龙江齐齐哈尔人。教授． 万方数据 北京工业大学学报 2006年 肤色分割可以去掉大量的背景区域，然而由于光照等因素的影响，在肤色分割的过程中有可能使人脸 区域的有效信息丢失，而且偏色引起的肤色区域漏识现象比较明显，如图1所示．为解决这一问题，采用 文献[9]的光线补偿方法进行预处理，即将整个图像中所有像素的亮度(经过了非线性r校正后的亮度) 度进行变换． (a)原始图像 (b)对图l(a)肤色分割