基于肤色模型和主成分分析的人脸特征提取

摘要

人脸识别是模式识别和计算机视觉研究的一个重要领域,它在公共安全、智能监控、数字身份认证、电子商务和多媒体等领域具有重要的应用价值。近些年,人脸识别被广泛应用在许多方面,人们对人脸识别的实用性的要求就越来越严格了。
　　 人脸检测是自动识别系统中的一个重要环节,人脸检测的问题最初是由人脸识别引出来的。人脸检测是准确、快速识别人脸的前提条件,人脸检测的目的就是把人脸从图像的背景中检测出来。
　　 在彩色图像中,肤色是人脸一个重要信息。肤色不依赖面部的细节特征,具有稳定,效果好等特点。在色度空间中,人脸的肤色具有一定的聚类性。利用肤色特征,可以快速地抛弃大量背景因素,大幅度减少脸部搜索空间,提高检测速度,从而得到目标区域。
　　 本文的主要研究内容是:
　　 1.本文简要介绍了人脸检测的概念、应用和国内外研究现状,然后对常见的几种空间进行分析比较,选取对肤色具有聚类性的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。为了消除噪声,接着在二值化的基础上采用了数学形态学的滤波处理噪声问题,得到粗略的人脸候选区域。
　　 2.本文在确定人脸候选区域阶段,提出一种使用投影和人脸几何形状的方法来有效地检测人脸。本文方法效果好,能快速、准确的检测人脸。
　　 3.本文最后研究了人脸的一个重要器官--眼睛,它是人脸中极为重要的特征。然而对于一种快速、有效和稳定的精确定位眼睛的算法是非常的重要。对于眼睛的定位做出了如下工作:利用主成分分析方法提取人眼图像特征进行分类识别,做人眼的提取,该方法效率高,并对外界环境有较强的抗干扰性。该方法对定位效率高,对背景、尺寸等细节具有很好的适应性,在人脸实时监测系统中具有较好的应用价值。

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景和意义

1.2 人脸检测的研究方法

1.2.1 基于知识的方法

1.2.2 基于特征不变的方法

1.2.3 基于模板匹配的方法

1.2.4 基于统计的方法

1.3 国内外人脸检测技术及研究现状

1.4 本文的研究内容

1.5 本文的整体框架

第二章 色彩空间的选取和肤色模型的建立

2.1 引言

2.2 色彩的概念

2.3 常用色彩的空间

2.3.1 RGB色彩空间

2.3.2 亮度归一化的RGB色彩空间

2.3.3 YUV色彩空间

2.3.4 HSI色彩空间

2.3.5 YCbCr色彩空间

2.4 肤色模型的建立

2.5 本章小结

第三章 肤色区域分割

3.1 引言

3.2 图像分割

3.2.1 图像分割的定义

3.2.1 图像分割的方法

3.3 肤色相似度计算

3.3.1 自适应阈值的选取

3.3.2 图像二值化处理

3.3.3 图像滤波处理

3.4 人脸区域确定

3.4.1 基于人脸几何形状定位人脸

3.4.2 实验结果

3.5 本章小结

第四章 人脸特征提取的研究

4.1 引言

4.2 几种常见的人眼定位算法

4.2.1 霍夫变换法

4.2.2 模板匹配法

4.2.3 边缘特征分析法

4.3 基于主成分分析的眼睛定位

4.3.1 K-L变换

4.3.2 主成分分析在人眼提取中的应用

4.3.3 算法总结和实验结果

4.4 本章小结

第五章 总结与展望

5.1 本文总结

5.2 本文的工作展望

参考文献

致谢

攻读硕士学位期间发表论文及参加科研项目情况