人臉檢測及瞳孔定位的研究.pdf

1、近年來，由于國家公共安全、信息安全等應(yīng)用背景要求人臉識別系統(tǒng)能夠適應(yīng)一般的環(huán)境，由此需要研究者提出一個更為魯棒、高效、實時的人臉檢測算法。在這一實際應(yīng)用的需求下，本文針對人臉檢測所做的工作是在背景圖像中分割出人臉區(qū)域，在檢測出的人臉區(qū)域內(nèi)定位出眉眼區(qū)域和瞳孔。主要研究內(nèi)容如下： 1.人臉檢測是人臉特征點檢測及其定位的前期工作。由于膚色是人臉的重要信息，不依賴于面部的細(xì)節(jié)特征，對于旋轉(zhuǎn)、表情等變化情況都能適用，具有相對的穩(wěn)定性并且

2、和大多數(shù)背景物體的顏色相區(qū)別，所以本文采用了一種將膚色分割和人臉幾何特征相結(jié)合的方法。通過對比分析各種色度空間及其膚色模型，最終采用YCrCb色度空間，并利用YCrCb色度空間下的高斯模型，對目標(biāo)圖像進行膚色分割。對分割出的膚色區(qū)域進行分析，依據(jù)人臉區(qū)域的幾何特征從而定位出人臉區(qū)域。 2.本文針對傳統(tǒng)的定位眉眼區(qū)域的方法容易受到劉海遮擋和頭部傾斜等因素的影響，提出了一種新的眉眼區(qū)域的定位方法。此方法先計算圖像中每個像素在八領(lǐng)域上

3、的灰度梯度值的絕對值，選取這八個灰度梯度值的絕對值中最大的一個作為該像素點的像素值。然后再以一個子矩陣在進行梯度處理后的圖像矩陣中移動量化這些復(fù)雜度值，再選取經(jīng)過量化后的復(fù)雜度的值比較大的若干塊，這些子塊之間有的有區(qū)域重疊。然后合并這些灰度塊取得包含這些子塊的最大外接矩形得到的一個區(qū)域作為眉眼區(qū)域。 3.本文針對傳統(tǒng)人眼定位方法容易受到尺度、旋轉(zhuǎn)和亮度等因素的影響提出了一種利用Sift（scale invariant feath