資源描述：
《基于膚色和haar方差特征的人臉檢測方法研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、分類號學(xué)校代碼10542基于膚色和haar方差特征的人臉檢測方法研究Themethodoffacedetectionresearchbasedonskincolorandthevariancefeatureofhaar研究生姓名奎基導(dǎo)師姓名、職稱至墜塾撞學(xué)科專業(yè)魚整芻丕綾研究方向圖堡叢堡湖南師范大學(xué)學(xué)位評定委員會辦公室二O一四年五月摘要lIIIIIlUlIIIMIIIIY2548326人臉是一種細(xì)節(jié)變化非常豐富的自然結(jié)構(gòu)目標(biāo)，其檢測結(jié)果容易受到光照、圖像背景復(fù)雜程度以及圖像中存在的噪聲的影響，這增加了人臉檢測的難度。目前，新的人臉檢
2、測算法不斷出現(xiàn)，但是大多數(shù)只能用于一般背景或者特定約束環(huán)境，而針對復(fù)雜背景的人臉圖像檢測仍需要做進(jìn)一步的研究。膚色檢測具有對姿態(tài)、表情變化魯棒性好、檢測速度快、誤檢率高的特點，而AdaBoost檢測具有準(zhǔn)確率高、訓(xùn)練樣本大以及訓(xùn)練時間長的特點，本文針對這兩種算法的特點，提出了一種將膚色檢測算法和Haar方差特征相結(jié)合，用SVM而不是AdaBoost進(jìn)行分類器訓(xùn)練的人臉檢測新算法，在提高檢測準(zhǔn)確率的同時降低檢測時間。首先將YCbCr顏色空間進(jìn)行分段的非線性變換，得到Y(jié)Cb·Crt空間，在該空間建立橢圓膚色模型并利用logistic回歸
3、模型確定每一點的膚色概率，構(gòu)建膚色概率圖，從而將每一點的像素值映射到[O，1]。接著在Ostu方法的基礎(chǔ)上采用并行的遺傳算法確定圖像分割的閾值，將圖像二值化，利用形態(tài)學(xué)處理的方法將二值化后的圖像進(jìn)行去噪。通過膚色初篩選出人臉后，為了在提高檢測準(zhǔn)確率，本文提取人臉圖像的Haar特征，采用積分圖的方式對特征值進(jìn)行計算，為了減小特征的數(shù)量及增強特征的表征能力，文章計算矩形特征的方差，并用少量的Haar方差特征取代原來的Haar特征，最后用支持向量機訓(xùn)練出的分類器對分割出的膚色區(qū)域進(jìn)一步驗證。關(guān)鍵詞：膚色分割：橢圓膚色模型：回歸分析：遺傳算
4、法：方差特征AbstractFaceisakindofnaturalstructurewithcomplexintricacieschange，thetestresultsvulnerabletolight，theimpactonthecomplexityofthebackgroundandnoisepresentintheimage，whichincreasedthedifficultyoffacedetection．Currently,anewfacedetectionalgorithmareemerging，butmostof
5、themareforgeneralbackgroundorspecificconstraints，facedetectionforcomplexbackgroundimagestillneedfurtherresearchtobedone．Skindetectionhasthesecharacteristicsthatrobustnesstogesture，facialexpressionanddetectionspeedisquickaswellasfalsedetectionrateishigh．Theadaboostdetec
6、tionalgorithmwhosedetectionrateishighandthenumberoftrainingsampleislargewhat’Smorethetrainingtimeislong．Accordingtothecharacteristicsofthetwoalgorithms，thepaperproposedanalgorithmthatcombinedskindetectionandvariancefeatureofhaar,andusedSVMinsteadofadaboostfortrainingcl
7、assifier，toimprovedetectionaccuracywhilereducingthedetectiontime．FirsttransformedYCbCrcolorspacetoYCb’Cr’spacebynonlineartransformation，inwhichcolorspaceestablishedellipticalskinmodelandusedlogisticregressionanalysistodeterminetheprobabilityofeverybitofskincolor，genera
8、tedtheskinprobabilitydiagram，whichmappedeverybitofpixelvaluesto[0，1]，andthenonthebasisoftheOstumethod，parallelgenetic
