毕业设计--复杂背景下的人脸检测算法研究

《毕业设计--复杂背景下的人脸检测算法研究》由会员分享，可在线阅读，更多相关《毕业设计--复杂背景下的人脸检测算法研究（38页珍藏版）》请在毕设资料网上搜索。

1、第页共页 毕业设计说明书 复杂背景下的人脸检测算法研究 学生姓名： 学号 学 院： 信息与通信工程学院 专 业： 电子信息科学与技术专业 指导教师： 李化欣 2012 年 6 月 0805014137 三号楷体 三号楷体 只写名字，三号楷体 第页共页 复杂背景下的人脸检测算法设计复杂背景下的人脸检测算法设计 摘要摘要 人脸检测是人脸识别之前的重要和必不可少的步骤， 用于确定人脸在视频图像 中的位置和大小。随着科学技术的迅猛发展，以及人们对模式识别和计算机交互需 求的发展，人脸检测技术也越来越受到人们的重视。本文是对复杂背景下人脸检测 进行研究，肤色模型方面主要是高斯模型方法，结合了不同方法改进

2、了肤色分割和 唇色检测的效果用于人脸检测。在实验中从不同大小、背景、光照、表情和光源方 向等方面对多姿态的人脸图像进行了检测，取得了较好的效果，表明了该算法的有 效性和实用性。 关键词:人脸检测，色彩空间，肤色模型 第页共页 Complex context of face detection algorithm design Abstract The face detection is face recognition prior to the important and essential step is used to determine the location and size of

3、the face in the video image. With the rapid development of science and technology, as well as the demand for pattern recognition and computer interaction, face detection technology is also more and more attention has been paid. This is the face detection in complex background servant, color models o

4、f the Gaussian model approach, a combination of different methods to improve the effect of skin color segmentation and lip color detection for face detection. Multi-pose face images in the experiment in terms of different size, background, lighting, expression and light direction detection, and achi

5、eved good results, indicating that the effectiveness and practicality of the algorithm. Keywords: face detection ,color space ,color model 第 I 页共 II 页 目录目录 1 引言 1 1.1 前言 1 1.2 人脸检测技术的应用及难点 1 1.3 人脸检测技术的发展与现状 3 1.4 人脸检测技术分类 4 1.4.1 基于知识的方法 . 4 1.4.2 不变特征量法 . 7 1.4.3 模版匹配方法 . 8 1.4.4 基于统计理论的方法 . 9 1.5

6、 本文的主要工作及内容安排 .11 2 图像的预处理 13 2.1 预处理过程 13 2.2 预处理方法的研究 14 2.2.1 直方图均衡化 . 14 2.2.2 灰度拉伸 . 15 2.2.3 中值滤波 . 16 2.2.4 同态滤波 . 17 2.3 人脸检测可用的样本库 19 3 基于肤色的人脸检测方法 20 3.1 色彩空间 20 3.1.1 RGB 色彩空间. 21 3.1.2 亮度归一化 rgb 色彩空间 21 3.1.3 YIQ 色彩模型 . 22 3.1.4 HIS 色彩空间 . 22 3.1.5 YCbCr 色彩空间 . 23 3.1.6 HSV 色彩空间 23 3.2 肤色检测模型的介绍 . 24 3.2.1 简单色度空间模型 . 24 3.2.2 统计直方图模型 . 25 3.2.3 高斯模型 . 25 4 算法仿真平台与实验结果 28 4.1 肤色人脸检测 28 5 总结与展望 30 5.1 全文总结 30 5.2 人脸检测技术展望 30 参考文献 32 致谢 34 第 1 页共 34 页