開題報告(馮海波)

《開題報告(馮海波)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、畢業(yè)設(shè)計（論文）材料之二（2）本科畢業(yè)設(shè)計(論文)開題報告題目：基于膚色模型的人臉檢測技術(shù)研究課題類型：設(shè)計實驗研究□論文□學生姓名：馮海波學號：3090203207專業(yè)班級：電子信息科學與技術(shù)092班學院：電氣工程學院指導教師：金震妮開題時間：2013年03月日2013年03月日一、畢業(yè)設(shè)計（論文）內(nèi)容及研究意義（價值）研究對象：介紹了基于膚色模型的人臉檢測技術(shù)研究的設(shè)計方案。人臉檢測是指使用計算機在輸入圖像中確定所有人臉（如果存在）的位置與大小的過程。人臉檢測系統(tǒng)的輸入是可能包含人臉的圖像，輸出是關(guān)

2、于圖像中是否存在人臉以及人臉的數(shù)目、位置、尺度、位姿等信息的參數(shù)化描述。研究意義：研究人臉檢測在理論和技術(shù)上都有重要的意義：一是可以推進對人類視覺系統(tǒng)本身的認識；二是可以滿足人工智能應用的需要。采用人臉檢測技術(shù)，建立自動人臉檢測系統(tǒng)，用計算機實現(xiàn)對人臉圖像的自動檢測有著廣闊的應用領(lǐng)域和誘人的應用前景。同時人臉檢測作為一種生物體征識別與其它較成熟的識別方法（如指紋、虹膜、DAN檢測等）相比有以下幾個優(yōu)點：①無侵犯性，人臉圖像的獲取不需要被檢測人發(fā)生身體接觸，可以在不驚動被檢測人的情況下進行；②低成本、易安

3、裝，人臉檢測系統(tǒng)只需要采用普通的攝像頭、數(shù)碼攝像機或手機上的嵌入式攝像頭等被廣泛使用的攝像設(shè)備即可，對用戶來說也沒有特別的安裝要求；③無人工參與，整個人臉檢測過程不需要用戶或被檢測人的主動參與，計算機可以根據(jù)用戶預先的設(shè)置自動進行。由于具有以上優(yōu)點，近幾年來，人臉檢測技術(shù)引起了越來越多科研人員的關(guān)注。人臉檢測研究具有重要的學術(shù)價值。人臉是一類具有相當復雜的細節(jié)變化的自然結(jié)構(gòu)目標,此類目標的檢測問題的挑戰(zhàn)性在于:①人臉由于外貌、表情、膚色等不同,具有模式的可變性;②一般可能存在眼鏡、胡須等附屬物;③作為三

4、維物體的人臉的影像不可避免地受由光照產(chǎn)生的陰影的影響；因此,如果能夠找到解決這些問題的方法,成功構(gòu)造出人臉檢測與跟蹤系統(tǒng),將為解決其它類似的復雜模式檢測問題提供重要的啟示。二、畢業(yè)設(shè)計（論文）研究現(xiàn)狀和發(fā)展趨勢（文獻綜述）人臉檢測問題是計算機視覺領(lǐng)域中的重要問題，最初作為人臉自動識別系統(tǒng)的定位環(huán)節(jié)被提出，近年來由于其在安全訪問控制、視覺監(jiān)測和新一代人機界面等領(lǐng)域的應用價值，開始作為一個獨立的課題受到研究者的重視。人臉檢測問題在近十年中得到了深入的研究并取得了長足的發(fā)展，國內(nèi)外的很多學者提出了許多不同的方

5、法，在不同的領(lǐng)域都取得了不同的成果，但是要尋找一種準確率很高的、能普遍適用于各種復雜情況的人臉檢測算法，還有一定的距離。在人臉檢測的領(lǐng)域中，國際上逐步形成了以下幾個研究方向：①基于幾何特征的人臉檢測方法，主要代表是MIT的Brunelli和Poggio小組，他們采用改進的積分投影法提取出用歐氏距離表征的35維人臉特征矢量用于模式分類；②基于模板匹配的人臉檢測方法，主要代表是Harvard大學Smith-Kettlewell眼睛研究中心的Yuille，他采用彈性模板來提取眼睛和嘴巴的輪廓，Chen和Hua

6、ng則進一步提出用活動輪廓模板提取眉毛、下巴和鼻孔等不確定形狀；③基于K-L變換的特征臉的方法，主要研究者是MIT媒體實驗室的Pentland；④基于隱馬爾可夫模型的方法，主要代表有Cambridge大學的Samaria小組和Georgia技術(shù)研究所的Nefian小組；⑤神經(jīng)網(wǎng)絡(luò)識別的方法，如Poggio小組提出的HyperBF神經(jīng)網(wǎng)絡(luò)識別方法，英國Sussex大學的Buxton和Howell小組提出的RBF網(wǎng)絡(luò)識別方法等；⑥基于動態(tài)鏈接結(jié)構(gòu)的彈性圖匹配方法，主要研究者是由C.VonderMalsbur

7、g領(lǐng)導的德國Bochum大學和美國SouthernCalifornia大學的聯(lián)合小組；⑦利用運動和顏色信息對動態(tài)圖像序列進行人臉檢測的方法，主要代表是QueenMary和Westfield大學的ShaogangGong小組。在國內(nèi)，研究工作主要是集中在三大類方法的研究：基于幾何特征的人臉正面自動檢測方法、基于代數(shù)特征的人臉正面自動檢測方法和基于連接機制的人臉正面自動檢測方法。四川大學的周激流教授實現(xiàn)了具有反饋機制的人臉正面檢測系統(tǒng)，運用積分投影法提取面部特征的關(guān)鍵點并用于檢測，獲得了比較滿意的效果。他同

8、時也嘗試了“穩(wěn)定視點”特征提取方法，即為使檢測系統(tǒng)中包含3D信息，他對人臉側(cè)面剪影檢測做了一定的研究，并實現(xiàn)了正，側(cè)面互相參照的檢測系統(tǒng)。中國科技大學楊光正等提出一種基于鑲嵌圖的人臉自動檢測方法，采用基于知識的三級金字塔結(jié)構(gòu)對人臉進行基本定位，前兩級建立在不同分辨率的鑲嵌圖基礎(chǔ)上，第三級用一種改進的邊緣檢測方法進一步檢測眼睛和嘴巴。清華大學彭輝、張長水等對特征臉的方法做了進一步的發(fā)展，提出采用類間散布矩陣作為產(chǎn)生矩陣，進一步降低了產(chǎn)生矩陣的