基于外观的人脸检测方法VIP免费

收稿日期:2004212217;修返日期:2005203229基金项目:国家“863”计划资助项目(2001AA422270)基于外观的人脸检测方法3赵丽红1,2,刘纪红1,2,孙宇舸1,2,徐心和1,2(1.东北大学教育部暨辽宁省流程工业综合自动化重点实验室,辽宁沈阳110004;2.东北大学信息科学与工程学院,辽宁沈阳110004)摘要:系统地分析了基于外观的人脸检测方法,并对其进行了分类和评价,从特征脸方法、基于分布的方法、神经元网络、隐Markov模型和支持向量机等方面介绍了人脸检测方法的优缺点和适用领域。最后提出了人脸检测方法未来的研究方向。关键词:人脸检测;特征脸;隐马尔可夫模型;支持向量机中图法分类号:TP31714文献标识码:A文章编号:100123695(2006)0220246204Appearance2basedFaceDetectionMethodsZHAOLi2hong1,2,LIUJi2hong1,2,SUNYu2ge1,2,XUXin2he1,2(1.KeyLaboratoryofProcessIndustryAutomationofMinistryofEducation,NortheasternUniversity,ShenyangLiaoning110004,China;2.SchoolofInformationScience&Engineering,NortheasternUniversity,ShenyangLiaoning110004,China)Abstract:Thispaperdiscussesandclassifiesappearance2basedmethods,includeeigenfaces,distribution2based,neuralnet2works,hiddenmarkovmodelandsupportvectormachines.Afteranalyzingthesealgorithmsandidentifyingtheirlimitations,severalpromisingdirectionsforfutureresearcharealsosummarized.Keywords:FaceDetection;Eigenfaces;HiddenMarkovModel;SupportVectorMachines1引言人脸检测(FaceDetection)是指在输入图像中确定所有人脸(如果存在)的位置、大小和姿态的过程。人脸检测和识别是模式识别领域中的典型问题,这方面的研究既有实际用途又有理论价值。作为人体的生物特征,人脸检测可以作为身份鉴别的手段,同时也可应用于图像的数据库检索、基于内容的图像和视频压缩技术、计算机视觉和图像理解、智能人机交互、新一代人机界面等许多方面。人脸检测是一个有相当难度的研究课题。人脸的模式虽然比较明显,但由于实际图像中可能出现的情况,如年龄、表情、性别、肤色、皱纹、斑点、胡须、头发、眼镜以及光照条件,人脸的位置、姿态和尺寸等众多难以控制的因素,因此人脸的模式空间是相当复杂的。近年来,人们研究并提出了许多人脸检测方法。其中包括①基于知识的方法。这种方法是基于人们认识人脸的过程所总结出来的一些先验知识,把这些知识归结为一些规则,利用这些规则从输入图像中搜索出符合规律的人脸区域。②基于特征的方法。这种方法首先用图像处理的方法对输入图像进行处理,根据处理结果提取出某些特征,将这些特征与人脸特征进行比较,从而判断某一区域是否为人脸。③模板匹配方法。建立并存储一些人脸模板作为标准,如包括正面人脸或眼睛、鼻子、嘴等。利用一些算法计算待测区域与标准模板间的相似程度,利用相似程度来判定某一区域是否为人脸。④基于外观的方法。通过搜集大量的人脸和非人脸样本作为训练集,用人工神经元网络、支持向量机等方法训练分类器进行人脸检测。这种方法的特点是不进行人工分析和模板抽取,也不对输入图像进行复杂的处理,而是利用大量的人脸整体外观用结构化的方法训练分类器进行人脸检测。2特征脸特征脸技术是用于人脸检测和识别及其他涉及人脸处理(如人脸跟踪)的一种方法。KL变换是图像压缩的一种最优正交变换。高维的图像空间经过KL变换后得到一组新的正交基,保留其中重要的正交基,由这些正交基组成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性,就可以将这些投影用作检测和识别的特征向量,这就是特征脸方法的基本思想。若将所有子空间的正交基排列成图像阵列,则可以看出这些正交基呈现出人脸的形状,因此这些正交基也被称作特征脸。有两种选择正交基形成子空间的方法:①与较大特征值对应的一些正交基(主分量)能够表达人脸的大体形状,而具体细节则需要那些小特征值对应的特征向量(次分量)来加以补充描述,因此被理解为低频成分用主分量表示,高频成分用次分量表示。采用l个主分量作为新正交空间正交基的方法称为主成分分析(PrincipleComponentAnalysis,PCA)方法。②采用l个次分量...