
模式识别
您的论文得到相关企业家品评
一种基于Haar小波变换的彩色图像人脸检测方法
AnApproachofFaceDetectionInColorImagesBasedonHaarWavelet
(河南郑州信息工程大学)陈
健周利莉史红刚苏大伟
Chen,JianZhou,LiliShi,HonggangSu,Dawei
摘要:本文提出了一种基于Haar小波变换的彩色图像人脸检测方法。首先进行彩色空间的变换,检测出图像中的肤色区域;利用Adaboost算法训练出的基于Haar小波变换的检测器对该区域进行人脸检测;建立眼睛颜色模型,并根据眼睛!嘴在不同分量上的分布特征,将它们从人脸区域中提取出来;最后融合眼睛!嘴候选区域的信息,利用特征不变的方法进行眼睛和嘴的确定。实验结果表明,该方法能够快速有效地检测出人脸,并能够确定眼!嘴的位置。
关键词:人脸检测,Haar小波变换,Adaboost,信息融合
文献标识码:A中图法分类号:TP391
文章编号:1008-0570(2005)10-1-0157-03
出图像中人脸。据此,结合方法(2)和(4),本文给出了一种基于Haar小波变换的彩色图像人脸检测算法,实验结果表明该方法能够快速有效的检测出人脸区域并能够确定眼、嘴的位置,为人脸的进一步识别提供了基础。
2基于Haar小波变换的彩色图像人
脸检测算法
本文使用一个YCbCr空间肤色模型对图像进行分割得到肤色区域,利用Adaboost学习算法训练出基于Haar小波变换的人脸检测器,并对肤色区域进行检测确定出人脸区域;对人脸区域利用人眼和嘴的颜色特征提取出眼、嘴的候选区域,最后根据面部器官的几何结构关系利用模板匹配的方法确定出眼睛和嘴部的位置。
Abstract:Thispaperpresentsanapproachoffacedetectionin
colorimagebasedonHaarwavelet.First,colorspacetransforma-tionisusedtodetectskincolorregions,thenwetrainaHaar-basedfacedetectorusingAdaboostlearningalgorithmandcon-structaneyecolormodelandextracteyeandmouthcandidatesbasedonthedistributionfeaturesoneachcomponentofcolorspace.Finallywefusetheinformationofeachcandidateandvalidatefacesusingfeatureinvariantmethod.Experimentalre-sultsshowthatthisalgorithmiseffectiveindetectingfacesaswellaslocalizingmouthandeyes.
KeywordsFacedetectionHaarWaveletAdaboostInfor-mationfusion
1.肤色区域分割
在数字图像处理中,通用的颜色模型是RGB模型,而在YCbCr彩色空间中,亮度和色度信息相关性很小,比RGB模型更符合描述人脸肤色颜色,而且与
技术创新
RGB的转换比较简单,因此本文选择AnilK.Jain等建立的肤色模型,只要将图像从RGB空间映射到YCbCr空间中的Cb、Cr分量二维平面上,根据肤色模型就可以确定出肤色候选区域并通过一些形态学区域开闭操作去除区域内细小的噪声并填充大的漏洞,得到肤色区域及相应的掩图。
1引言
人脸检测是指对任意给定的一幅图像判断其是否存在人脸;如果存在,则还需要进一步指出人脸的具体位置及范围。由于人们对视觉认知在脑中的活动并不清楚,而且人脸局部特征本身具有很大的随机性,形状、大小、纹理、颜色都会因为不同的人、时间、光照而发生很大的变化,使得图像中的人脸检测成为一个非常具有挑战性的课题。Ming-HsuanYang等人
将目前人脸检测的主要方法分为4类:⑴基于知识的方法;⑵特征不变的方法;⑶模板匹配的方法;⑷基于表象的方法。由于图像的复杂程度较高,仅利用单一特征信息往往不能得到准确的检测结果,因此融合多个特征信息的检测方法越来越受到人们的重视。
在人脸检测应用中肤色信息被证明是一种有效的特征。利用人脸肤色对姿态、表情及旋转的变化不敏感的特点,再融合面部纹理特征,可以有效的检测陈健:硕士研究生
基金项目:军队科研基金项目,编号不公开
电话:010-62132436,62192616(T/F)现场总线技术应用200例》
2.基于Haar特征的人脸检测
Papageorgiou在利用Haar小波变换从人脸中提取特征时,提出了局部Haar特征。本算法中一共使用了三类局部Haar特征,如图1,每一类的特征值都是白色矩形区域内所有象素灰度值之和减去黑色矩形区域内所有象素灰度值之和。
图1边界、细线、对角线特征
利用P.Viola提出的积分图像快速算法可以方便
地提取出局部Haar特征。定义图像中坐标在点p(x,y)的积分图像ii(x,y)为p点左上方所有象素灰度值i(x′,y′)之和,s(x,y)表示一行上象素灰度值之和,利用公式
(1)、(2),遍历原图像一次就可以计算出所有点的积分
中国自控网:http://www.autocontrol.cn
:/-157-
一种基于 Haar小波变换的彩色图像人脸_IT/计算机_专业资料。一种基于 Haar小波变换的彩色图像人脸一种基于 Haar 小波变换的彩色图像人脸检测方法陈 健 周利莉 史...
基于Haar小波变换的图像分解与重构_自然科学_专业资料。Haar小波变换的图像分解与重构第22 卷第 2 期 2003 年 4 月 实验室研究与探索 R ESEA RCH AND EXPLO...
但由于 Gabor变换的特点会使检测的速度和效果受到影 响.故本文着尝试采用Haar小波和Gabor小波共 同对人脸图像进行特征提取.并引入Adaboost算 法进行特征选择.挑选出...
此外, 万方数据 从分解图可看出,图像经Haar小波一级分解后 第2期 米晨,等:基于Haar小波变换的图像分解与重构81的。同时也观察到Db9小渡重构图像在边界附近有一 ...
Journal of Computer and System Sciences, 1997, 55(1):119- 139 〔2〕 陈健, 周利莉. 一种基于 Haar 小波变换的彩色图像人脸检测方 法. 微计算机信息, ...
Haar小波变换在图像处理... 4页 免费 低速率DDoS攻击的仿真和... 6页 ...一种基于 Ha 小波变换的 ar 低速率拒绝服务攻击检测方法蔡晓丽1, 陈舜青1, ...
Haar小波变换在图像处理中的应用_IT/计算机_专业资料。Haar小波变换在图像处理...256 色彩 图和真彩色图文件进行 ( 级小波分解、处理和合成 # 其中灰度图、 ...
基于Haar 小波变换 的数字 图像 水 印算法 于 润伟 , 朱晓慧 ( 黑龙江农业工程职业学院, 哈尔滨 150088) 摘 要: 算法基于 Haar 小波变换 , 把小波 系数分...
200 0年l O月 基于 Hara 小波变换 的无失真图像压缩 7c f,7 大 f 【 摘要】 提 出了一种利用 Haar小波进行 图像无失真压缩的算 法 对线性预刺后 的...
新闻网页贴吧知道音乐图片视频地图百科文库 ... Haar+Gabor小波特征的人脸检测方法研究_专业资料。...结合两种小波变换在特征提取上的各自优势,提出一种...
热门文档