基于膚色分割和PCA的支持向量新穎檢測的人臉檢測研究.pdf

1、近年來，基于生物特征的身份認(rèn)證技術(shù)得到了飛速發(fā)展，人臉檢測作為生物特征認(rèn)證技術(shù)的一個重要應(yīng)用，越來越受到人們的重視。人臉檢測在視覺圖像處理、人機(jī)交互、表情識別、視頻監(jiān)控以及基于內(nèi)容檢索等領(lǐng)域有著很重要的作用和實際應(yīng)用價值。當(dāng)前，已有許多關(guān)于人臉檢測算法的研究，但是由于人臉本身具有相當(dāng)?shù)膹?fù)雜性，很難找到一種算法能夠適應(yīng)各種條件下的檢測任務(wù)，更多的研究是基于多種算法的有效結(jié)合，從而提高算法的綜合檢測性能。本文對當(dāng)前主要的人臉檢測算法的優(yōu)缺點

2、進(jìn)行了簡述和分析，實現(xiàn)了膚色檢測與級聯(lián)支持向量新穎檢測(SVND)結(jié)合的人臉檢測方法。
　　 首先對基于膚色的人臉檢測算法進(jìn)行了研究。通過對膚色在不同彩色空間中的聚類性分析，選擇在H-CbCr彩色分量上進(jìn)行簡單膚色模型的分割，然后在YCbCr彩色空間中建立高斯模型對簡單膚色模型的分割區(qū)域進(jìn)行二次分割，并在膚色分割的過程中加入邊緣檢測，從而將大片連通膚色或類膚色區(qū)域進(jìn)行分離。在對圖像進(jìn)行二值化時，選擇改進(jìn)的最大類間方差(Otsu)

3、閾值分割法，通過濾波、形態(tài)學(xué)處理，以消除噪聲的影響，最終較好地分割出人臉候選區(qū)域。
　　 然后對基于SVND的人臉檢測方法進(jìn)行了研究和分析。詳細(xì)介紹了二分類SVM的檢測原理、1類SVM檢測方法，并實現(xiàn)了級聯(lián)SVND的人臉檢測算法。將樣本圖像的像素作為特征值進(jìn)行訓(xùn)練和測試，會導(dǎo)致樣本維數(shù)過高而增加計算的復(fù)雜度，針對這一問題，本文先對樣本圖像進(jìn)行主成分分析(PCA)。通過在MIT人臉數(shù)據(jù)庫及真實圖像上對級聯(lián)SVND使用不同特征（像素