论文部分内容阅读
人脸识别技术是模式识别和计算机视觉研究的一个重要领域,在边防安全、视频监控、身份验证等方面具有重要的应用价值。人脸检测问题最初来源于人脸识别,是自动人脸识别系统中的一个重要环节。近几年随着电子商务等应用的发展,使得人脸检测开始作为一个独立的课题受到研究者的重视。人脸检测是快速、准确识别人脸的前提,其目的是将人脸从图像背景中检测出来。彩色图像中,肤色是人脸的重要信息。它不依赖于面部的细节特征,具有相对的稳定性。在色度空间中,人脸的肤色分布表现出良好的聚类性。利用肤色特征可以快速地抛弃大量背景因素而迅速得到目标区域。本文首先简要介绍了人脸检测的概念、应用和研究现状,然后对常用的几种色彩空间进行分析比较,选取肤色聚类性较好的YCbCr色彩空间建立肤色模型,对肤色进行相似度分割和二值化处理。由于噪声无处不在,文中对二值化后的图像采用基于数学形态学的滤波处理来消除噪声。在确定人脸候选区域阶段,本文主要利用人脸的几何特性(面积、长宽比、中心)和欧拉数相结合的方法有效地检测出人脸区域。本文最后研究了人脸的重要特征器官——眼睛。首先利用几何规则粗定位人眼。人脸轮廓近似椭圆,人脸一般满足“三庭五眼”的几何分布,眼睛的位置分布在脸部这一区域具有一定的几何关系,依据这种关系采用模板匹配的方法再精确定位人眼。本文通过Matlab编程实现,在人脸检测和眼睛定位方面都采用了由粗到精的搜索策略,使不同算法的优势得到互补,系统准确率都得到了一定提高。