<kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

              <kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

                      <kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

                              <kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

                                      <kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

                                              <kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

                                                      <kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

                                                              <kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

                                                                      <kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

                                                                              <kbd id='cc0uTispOE7b6Uu'></kbd><address id='cc0uTispOE7b6Uu'><style id='cc0uTispOE7b6Uu'></style></address><button id='cc0uTispOE7b6Uu'></button>

                                                                                  查看内容

                                                                                  918博天堂COM_基于肤色检测和人眼定位的人脸检测要领

                                                                                  基于肤色检测和人眼定位的人脸检测方式

                                                                                  提出了一种基于肤色检测和人眼定位的人脸检测要领。行使基于“基准白色”的色彩均衡要领归一化彩色图像,将图像在HSV 空间举办肤色支解,确定候选人脸,回收形态学滤波器对其降噪。在得到虹膜位置的基本上,行使Susan 算子定位两个眼角点,从而实现眼睛的准确定位。尝试证明提出的要领可以或许很好的检测人脸、定位人眼,尤其对存在人脸旋转和光照非常的人脸图像有很高的准确度和鲁棒性。

                                                                                  本文引用地点:

                                                                                  1 弁言

                                                                                  人脸检测是指处理赏罚说明输入的图像,判定个中是否有人脸,假若有则找到人脸的位置,并将人脸从配景中疏散出来。连年来呈现了大量人脸检测要领,首要分为基于特性的和基于图像的等两种要领。前者以某种特性如肤色、脸型、鼻子和嘴巴等为最小处理赏罚单位;后者以图像中的像素为处理赏罚单位,把人脸检测当作典范的模式辨认题目,行使逊с法区分人脸和非人脸地区。

                                                                                  基于肤色的人脸检测,很轻易受光照非常的影响,,因此本文起首对图像举办色彩均衡;尝试中发明肤色提取后的图像如故存在很多噪声点,直接影响了检测准确度,因此本文对肤色提取后的图像回收形态学滤波器举办降噪,得到很好的结果。在准确定位人眼上,较量了几种边沿提取的算子,发明Susan 算子更得当提取人眼地区特性,因此本文回收该算子定位眼角点。

                                                                                  2 肤色检测

                                                                                  肤色是人脸最重要的特性之一,不依靠于面部的细节特性,对付旋转、心情等变革环境都顺应,具有相对的不变性而且与大大都配风景体的颜色相区别。

                                                                                  Angelopolou 的研究成就证明在生物和物理上肤色漫衍的同等性,指出尽量人的肤色因人种的差异而差异,泛起出差异的颜色,可是解除了亮度等对肤色的影响后,皮肤的色调根基同等,这也为操作肤色信息举办皮肤检测的也许性提供了有利的证据。

                                                                                  2.1 色彩空间选择

                                                                                  色彩空间的选择直接影响着肤色检测的功效,用于肤色检测的常用色彩空间有HIS、YIQ、YUV 和YCbCr 等。徐俊等行使YCbCr 色彩空间求出每个像素点属于肤色的附属度,在伟大配景中得到很好的人脸检测结果。可是在YCbCr 色彩空间中,肤色聚类是呈纺锤外形的,Y 值较大或较小的部门,肤色聚类地区也随之缩减,简朴的解除Y 分量是不行行的,必需思量三个分量,从而增进了事变量。

                                                                                  Zarit 等证明HSV 色彩空间检测肤色像素机能最好。Sobottka 等[4]以为:行使H 和S 就足够将肤色和配景支解开,除了不必要思量V 外,其对光照和阴影的影响也有较高的不变性。因此本文行使HSV 色彩空间。图1 为肤色在HSV 色彩空间的漫衍图。

                                                                                  基于肤色检测和人眼定位的人脸检测方式

                                                                                  图1 肤色像素在HSV 色彩空间漫衍图

                                                                                  从图1 可以看出,图像投影到HSV 空间,肤色地区(赤色)色调H 漫衍在19-240 区间中。设定肤色像素阈值,图像像素H 值在T 内的认定为肤色像素。

                                                                                  2.2 色彩均衡

                                                                                  尝试发明,有色光滋扰、色温偏高档非正常光照会引起图像色彩按必然的纪律变革,使得正常肤色也许检测不到,同时很多非肤色泛起肤色状态,导致肤色检测失效。以是本文行使基于“基准白色”的色彩均衡技能归一化彩色图像。详细步调如下:

                                                                                  (1) 将图像像素P 按亮度降序分列{Pl1,Pl2 ……Pln },n 为像素个数, li 为像素对应的亮度值, 个中l1》 l2 》 ……》ln;

                                                                                  (2) 选取

                                                                                  作为基准白色,即选取亮度降序集的前5%个;

                                                                                  (3) 计较基准白色R、G、B 分量各自的均值meanR、menaG和meanB;(4) 回收Gray World 假说。计较R、G、B 分量的调解系数。

                                                                                  个中meanI 是图像的均匀灰度值;

                                                                                  (5) 调解R、G、B 分量: R’=R*aR,G‘=G*aG ,B’=B*aB;(6) 将R‘ 、G’ 、B‘ 分量值大于255 的调解为255.

                                                                                  基于肤色检测和人眼定位的人脸检测方式

                                                                                  图2 色彩均衡前后肤色检测功效。

                                                                                  3 眼睛定位

                                                                                  3.1 形态学图像处理赏罚

                                                                                  色彩均衡后,图像中如故存在一些噪声点(首要在配景中)。噪声的存在显然会使后续的操纵更伟大。为了既能把图像中的噪声点去掉又能保存有效的信息,本文行使形态学滤波器对人脸候选地区举办除噪。通过形态学处理赏罚不单可以过滤掉因为噪声可能其余缘故起因导致的一些较小的非人脸地区,镌汰候选地区和进步检测速率,并且可以弥补肤色地区内的较小朴陋,防备这些朴陋被误以为人脸器官。

                                                                                  基于肤色检测和人眼定位的人脸检测方式

                                                                                  图3 人脸粗检测。

                                                                                  图3(b)为颠末色彩均衡后肤色提取的图像,图3(c)为形态学滤波后的图像,可以很明明的看出,形态学滤波可以有用去除误检为肤色的地区,进步人脸粗检测的精确度。

                                                                                  3.2 人眼准确定位

                                                                                  颠末以上步调,可以在很短的时刻内起源确定人脸的位置。在给定范畴内搜刮眼睛等器官的位置,大大低落了定位的错误率。

                                                                                  起首在人脸地区内探求虹膜的位置。虹膜外观与圆相同,因此可以行使Hough 调动对其举办检测。在得到两瞳孔位置的基本上,以两眼瞳孔为中心规定眼部地区,然后对眼部地区举办处理赏罚,定位表里眼角点。

                                                                                  本文回收自顺应二值化要领确定门限阈值,得到眼部地区的自动二值化图像,在此基本上对眼部地区图像行使Susan 算子获得眼睛的边沿图像。

                                                                                  Susan 算子的道理是:以像素半径为r(本文尝试中取r=5)的圆形地区(面积包围π*r 2像素位置)为掩模,考查图像中的每个点在该地区范畴内的全部点的像素值与当前点的值的同等水平,如式(1)所示。

                                                                                  上一页 1 2 下一页