基于光照預處理的人臉檢測研究.pdf

1、人臉檢測指在圖象或圖象序列中找出單個或多個人臉的位置和大小，是計算機視覺和人工智能領域一個非常重要的研究方向。現有的人臉檢測方法對復雜光照環(huán)境下獲得的彩色人臉圖象的檢測效果仍不太理想。雖然，在彩色人臉圖象中，膚色是人臉最顯著的特征之一，有效利用膚色信息對于減小人臉區(qū)域的搜索范圍、提高人臉檢測率成為可能。然而，由于受外界光照環(huán)境的影響，采集來的人臉彩色圖象經常會發(fā)生彩色偏移或者存在不同程度的高光和陰影，已成為阻礙基于膚色的人臉檢測率提高的

2、重要障礙。為此，本文開展了以下幾個方面的研究： (1)在詳細綜述目前的人臉檢測方法的基礎上對基于膚色分割結合模板匹配的人臉檢測方法進行改進，提出本文基于“光照預處理+膚色模型+模板匹配”的人臉檢測問題解決思路。即在光照預處理的前提下，利用膚色特征建立膚色模型；根據膚色模型進行膚色檢測和閾值分割；在對分割區(qū)域特征分析的基礎上將篩選出的人臉候選區(qū)域與人臉模板相匹配；最后將匹配較好的區(qū)域在原圖象中用矩形框標示出來。為本文研究工作的開展

3、提供了指導思想。 (2)研究了常見的基于膚色的人臉檢測算法并分析比較其優(yōu)缺點，給出本文利用膚色特征進行膚色檢測時所采用的膚色模型——高斯分布模型。并在深入研究和廣泛采集膚色樣本的基礎上建立膚色模型。實驗結果表明，通過該模型并結合關照預處理能夠將絕大多數的膚色區(qū)域從背景圖象中區(qū)分出來，為人臉區(qū)域特征的準確分析奠定了基礎。 (3)將GrayWorld彩色均衡方法和非線性分段色彩變換方法融入本文人臉檢測算法。對待檢測圖象進行彩

4、色偏移消除，在相當程度上解決了光源色彩不同所帶來的色彩偏移問題；用非線性分段色彩變換方法對光照造成的高光和陰影影響進行消除，部分解決了人臉圖象上存在的高光和陰影影響問題。兩種方法的融入為基于膚色的人臉高檢測率的獲得提供了保障。 (4)設計了人臉檢測程序流程，完整實現了針對彩色圖象的人臉檢測程序，最后較詳盡地給出了程序的關鍵參數的確定、膚色樣本的選取和算法魯棒性測試分析的結果。實驗結果表明，本文方法對實際場景中正面和準正面的人臉圖