視頻中的人臉檢測的研究.pdf

1、隨著科學計算的飛速發(fā)展，數(shù)字視頻的應用日趨廣泛。面對大量涌現(xiàn)的視頻數(shù)據(jù)，如何找到所需的視頻信息就成為一個急需解決的問題。對視頻信息進行人臉圖像檢索的研究是計算機圖形學和計算機視覺的一個重要研究熱點和難點。人臉檢測屬于模式識別和計算機視覺的研究領域，它作為人臉信息處理中的一項關鍵技術，在基于內(nèi)容的圖像檢索、視頻監(jiān)控、視頻會議以及人機交互等方面都有著重要的應用價值。 本文主要研究了視頻中的人臉檢測技術。由于人臉模式的錯綜復雜、易受干

2、擾，現(xiàn)有的人臉檢測算法普遍存在著計算量大、速度慢、魯棒性差等缺點。膚色檢測算法具有簡單、快速的特點，但是不能很好地克服光照、背景顏色干擾等因素的影響。Viola于2001年提出的基于積分圖像的AdaBoost方法，是目前最先進的人臉檢測算法之一；盡管它具有很強的實時性，但在真實場景下，人臉檢測率、錯檢率等方面還有待進一步的提高。在分析現(xiàn)有人臉檢測算法的優(yōu)缺點的基礎上，本文提出先采用AdaBoost算法對人臉進行人臉區(qū)域定位；實驗表明，A

3、daBoost算法大大地提高了人臉檢測的檢測率。再通過建立基于YCbCr空間的膚色模型，我們通過將初檢測得到的人臉區(qū)域映射到YCbCr空間，統(tǒng)計出該區(qū)域上的膚色點的百分比從而確定其是否為人臉區(qū)域。由于計算整個人臉的光流場非常耗時，我們可以計算出人臉中的強角點，最后檢測已驗證的人臉區(qū)域的強角點的光流變化，從而對序列圖像中的運動人臉的運動趨勢做出估計。 本文采用VC++6.0和OPENCV開發(fā)了基于視頻的人臉檢測程序，通過實驗，基本