基于信息融合的人臉檢測(cè)研究.pdf

1、人臉檢測(cè)識(shí)別技術(shù)在公安(犯罪識(shí)別等)、安全驗(yàn)證、銀行、海關(guān)、視頻會(huì)議、交通、數(shù)字娛樂(lè)、流動(dòng)人口管理和統(tǒng)計(jì)領(lǐng)域等方面有著巨大的應(yīng)用前景。在很多重要場(chǎng)合，如保安系統(tǒng)、信用卡確認(rèn)、罪犯識(shí)別、海關(guān)過(guò)境檢查等，都需要對(duì)人進(jìn)行無(wú)傷害無(wú)限制且可靠的人臉檢測(cè)識(shí)別。因而成為當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。人臉檢測(cè)識(shí)別技術(shù)經(jīng)過(guò)多年來(lái)的研究，已經(jīng)積累了大量研究成果.但是，非約束環(huán)境下的人臉檢測(cè)識(shí)別仍然面臨著很多困難，除了要準(zhǔn)確快速的檢測(cè)并分割出人臉

2、部分，有效的變化補(bǔ)償、特征描述和準(zhǔn)確的分類以及對(duì)受檢人的身體傷害以及人身自由的限制(即對(duì)受損人員的姿態(tài)、表情及臉部的附屬物不受任何限制)最少。將成為今后的主要研究主題。 本文系統(tǒng)闡述了彩色圖像的膚色分割、子圖像信息融合、融合子圖像的人臉檢測(cè)問(wèn)題。結(jié)合人臉的特征提出了多尺度圖像邊緣融合檢測(cè)算法。該方法運(yùn)用HIS和YCbCr兩個(gè)不同顏色模型得到膚色圖像；將膚色圖像進(jìn)行小波變換得到小波子圖像，正交小波變換既能夠保留數(shù)字圖像的原有信息，

3、又具有分解的唯一性和去相關(guān)作用。Daubechiesl正交小波來(lái)對(duì)人臉膚色區(qū)域作離散小波變換，得到小波變換的水平子圖像LH、垂直方向的子圖像HL和對(duì)角方向子圖像HH。水平子圖像LH是通過(guò)對(duì)圖像的列作平滑J檢測(cè)行的差異。LH反映了膚色區(qū)域水平邊緣。垂直方向的子圖像HL反映了膚色區(qū)域水平方向的高頻分量即圖像的豎直邊緣.對(duì)角方向子圖像HH表現(xiàn)了圖像的對(duì)角邊緣。子圖像LH、HL中人臉內(nèi)部出現(xiàn)連續(xù)的可見(jiàn)度較高的區(qū)域，而似人臉但非人臉區(qū)域在該子圖像

4、中呈現(xiàn)可見(jiàn)性較高但離散的區(qū)域。小波子圖像中：低頻子圖像LL保持了I原始圖像的內(nèi)容信息，反映了原始圖像的主要信息及圖像的大體輪廓；水平低 頻和豎直高頻子圖像LH反映了原始圖像豎直高頻的信息，即圖像的豎直方向的邊界信息。水平高頻和豎直低頻子圖像HL反映了原始圖像水平高頻的信息， 即圖像的水平方向的邊界信息。水平和豎直(斜對(duì)角線方向)高頻子圖像HH反映了原始圖像斜對(duì)角線方向高頻的信息，即圖像的斜對(duì)角線方向邊界信息。 LH、HL、HH分別

5、反映了原始圖像的水平、豎直、斜對(duì)角線方向的邊緣。將它 們進(jìn)行信息融合可得到原始圖像的邊界信息。同時(shí)，膚色彩色圖像的小波變換水平低頻和豎直高頻子圖像LH能反映原始圖像中人臉區(qū)域和人脖子區(qū)域兩區(qū)域之間無(wú)明顯膚色變化的邊界。這是傳統(tǒng)的邊界算子的缺點(diǎn)。對(duì)小波LL、LH、HL子圖像進(jìn)行邊緣提取，得到各個(gè)子圖像的邊緣圖像并將它們進(jìn)行象素級(jí)融合；從融合圖像中結(jié)合人臉器官特征檢測(cè)出侯選人臉區(qū)域及其大小。實(shí)驗(yàn)表明對(duì)復(fù)雜背景彩色圖像中的人臉檢測(cè)率為95