不合作条件下人脸检测算法研究

发布时间：2017-05-01 22:09

  本文关键词：不合作条件下人脸检测算法研究，，由笔耕文化传播整理发布。

【摘要】：作为人脸识别系统的关键技术,人脸检测技术在图像处理和计算机视觉领域引起许多学者的关注。人脸检测技术不仅是人脸识别、视频传输等技术的研究基础,同时成功地应用在了安全访问、智能检测、人机交互等领域。目前,人脸检测技术取得了较好的效果,但当出现多种不合作条件时,如位置变化、部分遮挡等,检测效果还有待提高,因此,本文将针对不合作条件下的人脸检测方法进行研究。首先,本文讲述了人脸检测技术的基本概念,分析了相关算法的发展历程;其次,列出了四种经典人脸检测方法,分别为基于肤色的人脸检测算法,基于Gabor+BP神经网络的人脸检测算法,基于Hog+SVM的人脸检测算法,基于Haar+Adaboost的人脸检测算法,并对以上方法的实验效果进行了对比与分析;而后,针对经典算法在多种不合作采集条件下的局限性,设计了一种基于多通道Gabor滤波的Haar特征的人脸检测算法,该算法采用依次对图像进行预处理、特征提取、特征分类处理的流程。在预处理阶段,依次采用尺度归一化、直方图均衡化、均值滤波方法对图像进行处理;在特征提取阶段,对预处理后的图像进行多通道的Gabor变换,并融合变换后图像的Haar特征值作为该图像的特征向量;在特征分类阶段,通过训练获得多个Adaboost强分类器,检测时级联多个分类器分类结果作为最终的检测结果。在实验部分,分别选用了AFLW、ORL、FERET及自建人脸数据库作为处理对象,检测结果表明,提出的基于多通道Gabor滤波的Haar特征人脸检测算法具有较低的错误接受率和错误拒绝率,即使在多种光照,肤色,姿态,部分遮挡等不合作条件下,算法仍具有较好的检测效果。
【关键词】：人脸检测 Haar特征 Gabor滤波器 Adaboost分类器 级联分类器
【学位授予单位】：辽宁工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-9
• 1 绪论9-14
• 1.1 研究背景及意义9-11
• 1.2 国内外研究现状11-13
• 1.3 课题的主要内容及组织结构13-14
• 2 人脸检测概述14-19
• 2.1 人脸检测的定义与种类14
• 2.2 人脸检测的主要方法14-16
• 2.2.1 基于知识的人脸检测方法14-15
• 2.2.2 基于统计的人脸检测方法15-16
• 2.3 人脸定位的数据库介绍16-18
• 2.3.1 FERET人脸图像库16-17
• 2.3.2 ORL人脸图像库17
• 2.3.3 自建人脸数据库17-18
• 2.4 本章小结18-19
• 3 经典人脸检测算法19-36
• 3.1 基于肤色的人脸检测算法19-21
• 3.1.1 色彩空间19-20
• 3.1.2 肤色空间选取与建模20-21
• 3.1.3 实验结果21
• 3.2 基于Gabor+BP神经网络的人脸检测算法21-27
• 3.2.1 Gabor特征的提取21-23
• 3.2.2 BP神经网络分类器的设计23-26
• 3.2.3 实验结果26-27
• 3.3 基于Hog+SVM的人脸检测算法27-30
• 3.3.1 Hog特征的提取27-28
• 3.3.2 SVM分类器的设计28-30
• 3.3.3 实验结果30
• 3.4 基于Haar+Adaboost的人脸检测算法30-34
• 3.4.1 Haar特征的提取30-33
• 3.4.2 Adaboost分类器的设计33-34
• 3.4.3 实验结果34
• 3.5 四种经典人脸检测算法结果对比与分析34-35
• 3.6 本章小结35-36
• 4 不合作条件下人脸检测算法研究36-55
• 4.1 人脸图像的预处理36-40
• 4.1.1 尺度归一化37-38
• 4.1.2 直方图均衡化38-39
• 4.1.3 均值滤波39-40
• 4.2 MFGC-Haar特征提取40-43
• 4.3 分类器设计43-46
• 4.3.1 创建样本43-44
• 4.3.2 分类器的训练44-46
• 4.4 实验结果与分析46-54
• 4.4.1 光照变化46-48
• 4.4.2 部分遮挡48-50
• 4.4.3 肤色多样性50-52
• 4.4.4 多姿态52-54
• 4.5 本章小结54-55
• 5 总结和展望55-57
• 5.1 总结55
• 5.2 展望55-57
• 参考文献57-60
• 致谢60

【相似文献】

中国期刊全文数据库 前10条

1 赵东方;杨明;邓世涛;;几种人脸检测算法的对比研究[J];内江科技;2011年10期

2 王仕民;叶继华;罗文兵;占明艳;;嵌入式人脸检测算法的研究与实现[J];江西通信科技;2011年02期

3 金鑫;李晋惠;;基于神经网络的人脸检测算法研究[J];科技信息;2008年35期

4 翟懿奎;黄聿;谢剑华;吴志龙;郭承刚;;基于肤色的实时人脸检测算法研究[J];电子设计工程;2011年09期

5 王小兰;蔡灿辉;朱建清;;一种改进的快速人脸检测算法[J];微型机与应用;2013年15期

6 张炜;耿新;陈兆乾;陈世福;;一种基于可疑人脸区域发现的人脸检测方法[J];计算机科学;2004年04期

7 罗三定;周磊;沙莎;;一种新的快速多人脸检测算法[J];计算机应用研究;2008年04期

8 乔晓芳;吴小俊;王士同;杨静宇;;一种改进的人脸检测算法[J];计算机应用;2008年04期

9 徐显日;;视频中实时的人脸检测算法[J];福建电脑;2012年08期

10 崔晓琳;蔡灿辉;朱建清;;一种基于肤色后置滤波的快速人脸检测算法[J];通信技术;2013年08期

中国重要会议论文全文数据库 前2条

1 付朝霞;韩焱;王黎明;;复杂背景下视频运动目标的人脸检测算法[A];第十三届中国体视学与图像分析学术会议论文集[C];2013年

2 陈健;钱芸芸;;用DSP实现实时人脸检测[A];第二届全国信息获取与处理学术会议论文集[C];2004年

中国博士学位论文全文数据库 前2条

1 周薇娜;人脸检测算法及其芯片实现关键技术研究[D];复旦大学;2012年

2 郭耸;人脸检测若干关键技术研究[D];哈尔滨工程大学;2011年

中国硕士学位论文全文数据库 前10条

1 赵玉亭;基于ARM9的便携式监控取证系统的研究与设计[D];西安工业大学;2015年

2 袁成林;基于支持向量机的笑脸识别算法研究[D];广西大学;2015年

3 杨万振;视频人脸检测算法研究及其DSP实现[D];东北大学;2013年

4 宁勇敢;不合作条件下人脸检测算法研究[D];辽宁工业大学;2016年

5 朱晓峰;快速人脸检测算法的改进策略及在视频中的应用[D];复旦大学;2009年

6 邵晓刚;基于矩阵灰色B型绝对关联度的人脸检测算法研究[D];东北师范大学;2012年

7 周彩霞;基于准端正人脸检测算法的研究[D];国防科学技术大学;2004年

8 李琦;人脸检测算法研究及其在视频中的应用[D];西安电子科技大学;2005年

9 杨宏梅;人脸检测算法的研究与实现[D];兰州理工大学;2009年

10 王爱国;嵌入式系统中彩色人脸检测算法的研究[D];中国石油大学;2011年

  本文关键词：不合作条件下人脸检测算法研究，由笔耕文化传播整理发布。

本文编号：339733