資源描述:
《基于膚色建模與眼睛亮度檢測人臉定位技術(shù)探究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、基于膚色建模與眼睛亮度檢測人臉定位技術(shù)探究摘要:提出了基于膚色建模和眼睛亮度檢測的方法對彩色圖像中的人臉進行檢測。在檢測前,先對圖像進行光線補償,再通過膚色模型獲得可能的臉部區(qū)域,最后根據(jù)眼睛在人臉固有位置亮度檢測人眼,最終確定人臉區(qū)域。通過實驗測試說明,該方法對人臉的檢測達到了較好的效果。關(guān)鍵詞:人臉檢測;光線補償;膚色建模中圖分類號:TP317.4文獻標識碼:A文章編號:16727800(2012)011012702作者簡介:魏佳(1978-),男,碩士,陜西理工學院數(shù)學與計算機科學學院講師,研究方向為數(shù)字圖像處理。0引言人臉作為圖像與視頻中重要的視覺對象之一,是智能人機接口等許多應用的
2、處理目標對象。近年來,人臉檢測技術(shù)在模式識別、計算機視覺、人機交互等諸多領(lǐng)域引起了普遍重視。人臉檢測技術(shù)在計算機視覺等領(lǐng)域的研究中有著重要的意義:一方面,將人臉作為基本視覺對象來考慮,是自動檢測與人臉識別、人臉跟蹤、表情識別、人臉合成與人臉編碼、唇讀等技術(shù)的必要前提;另一方面,人臉檢測技術(shù)有著從智能安全監(jiān)控、電子商務(wù)、視頻會議和遠程教育、基于內(nèi)容的檢索等諸多領(lǐng)域的廣泛應用。人臉檢測是指在使用計算機在輸入圖像中判斷人臉是否存在,若存在,確定人臉的大小、位置。人臉檢測系統(tǒng)的輸入可能包含人臉圖像,輸出是關(guān)于圖像中是否存在人臉及人臉數(shù)目、位置、尺度、姿態(tài)等信息的參數(shù)化描述。具體地說,就是根據(jù)一定的算
3、法確定輸入圖像是否存在人臉,如果存在的話,標出人臉的位置作為人臉檢測系統(tǒng)的輸出。1膚色建模膚色是人臉最重要的信息,而且膚色不受面部細節(jié)特征、旋轉(zhuǎn)、表情變化以及飾物遮擋等情況的影響。不同種族、性別人的膚色差異主要體現(xiàn)在亮度上。要提高膚色的聚類性就要消除亮度的影響。經(jīng)過實驗驗證,在YCrCb色彩空間下,利用膚色模型求相似度矩陣返回每個像素是否為膚色的概率Fmodo獲取矩陣的最大值對相似度矩陣進行歸一化。計算整張圖片的亮度平均值。歸一化之后的每個矩陣點乘以255,如果該值仍然小于整張圖片的Y分量平均值,則認為該點不是人臉的皮膚。最后把認為是人臉皮膚的像素點置為白色,其余的點置為黑色,得到黑白二值圖
4、像。其中,RGB色彩空間轉(zhuǎn)換YCrCb色彩空間如式(1)所示,YCrCb空間下膚色相似度Fmod計算如式(2)所示。2眼睛定位由膚色模型確定的區(qū)域并不一定就是人臉區(qū)域,有可能是手臂、脖子或其它與膚色相近的色塊區(qū)域,為了進一步驗證是否是人臉區(qū)域,需進一步檢測這些區(qū)域中是否有眼睛。在之前確定的人臉區(qū)域內(nèi),根據(jù)圖1所示人臉結(jié)構(gòu),以距左邊界0.08?0.36寬度、距下邊界0.58?0.78長度的矩形內(nèi)檢測左眼,以距左邊界0.64?0.92寬度、距下邊界0.58?0.78長度的矩形內(nèi)檢測右眼。具體檢測方法為:分別統(tǒng)計兩個小矩形內(nèi)亮度小于某個亮度的像素點比例,當大于某個閾值時,認為在該區(qū)域內(nèi)存在眼睛,這
5、個區(qū)域為最終確定的人臉區(qū)域,否則刪除這個區(qū)域。3實驗結(jié)果(1)打開位圖文件的結(jié)果(圖2)。圖1人臉結(jié)構(gòu)圖2打開位圖文件(2)皮膚顏色建模結(jié)果(圖3)。圖3膚色建模(3)得到人臉區(qū)域結(jié)果(圖4)。圖4得到人臉區(qū)域(4)眼睛亮度匹配排除非任梁區(qū)域結(jié)果(圖5)。圖5眼睛亮度匹配(1)勾勒人臉,得到最終確定的人臉區(qū)域(圖6)。圖6得到最終確定的人臉區(qū)域4結(jié)語通過實驗證明,膚色模型能夠很好地區(qū)分出皮膚區(qū)域,依據(jù)人臉結(jié)構(gòu)再在膚色區(qū)域內(nèi)檢測是否存在人眼,就能篩選出人臉區(qū)域。本項目的方案是完全可行和有效的。目前系統(tǒng)存在的主要問題為:①只能判斷正面人像區(qū)域,對于側(cè)面人像不能準確判斷;②對于配戴眼鏡、頭發(fā)遮擋額
6、頭等特殊情況準確率較差。這些問題是下一步研究的任務(wù)。參考文獻:[11陶亮?復雜背景下人眼自動定位[J].計算機輔助設(shè)計與圖形學學報,2003(11).[2]徐慧.VisualC卄數(shù)字圖像實用工程案例精選[M].北京:人民郵電出版社,2004.[3]周長發(fā)?精通VisualC++圖像處理編程[M].北京:電子工業(yè)出版社,2004.[4]張宏林.VisualC++數(shù)字圖像模式識別技術(shù)及工程實踐[M].北京:人民郵電出版社,2003.[5]何斌.VisualC++數(shù)字圖像處理[M].北京:人民郵電出版社,2001.(責任編輯:余曉)