1、 存档日期 ： _ 存档编号 ： _ 徐 州 师 范 大 学 科 文 学 院 本科生毕业论文（设计） 论文题 目 : 人脸检测 系统 设计 姓 名 : 万 洁 学 号 ： 078333101 专 业： 自 动 化 班 级： 07 自 动 化 指导老师： 李 旭 超 科文学院教务部印刷I 摘 要 随着信息技术的高速发展，个人身份识别、安检、 多媒体信息检索 和 智能人机交互系统等应用 需求，人脸检测系统具有越来越广泛的实用价值和研究意义，成为模式识别领域研究的热点。本文在研究国内外相关研究成果和最新研究进展的基础上，对应用上需要解决的人脸检测 方法进行了研究。其主要目的 是将人脸部分从背景图像中
2、分离出来。一个对一般环境图像具有一定适应能力的人脸 识别 系统， 通常需要一个鲁棒的、高效的、实时的人脸检测系统。 彩色图像中，肤色是人脸的重要信息。 由于 它不依赖于面部的细节特征， 因此具有相对的稳定性。在色度空间中，人脸的肤色分布表现出良好的聚类特性。利用肤色特征可以快速抛弃大量背景因素迅速得到目标区域。 本文以完成人脸识别前期准备为目标，利用肤色的聚类特性，设计并实现了 一 个复杂背景下的人脸检测 。论文包括两方面内容：人脸检测和光照补偿，其中人脸检测是后一 项的基础。人脸检测：首先研究了 肤 色在 YCbCr色彩空间呈现的聚类特性，给出肤色在此空间的高斯分布模型。然 后 利用高斯模型
3、对彩色图像进行相似度计算。经过阈值分割、孔洞着色、 区域验 证 等步骤，最终得到人脸区域。 光照补偿：实验表明光照对 人脸检测方法有 较大影响，色温偏差和亮度偏差会使检测率大幅下降。本文采用基于全局白平衡的色温补偿方法和基于复合变换的亮度补偿方法，对光照进行补偿。实验结果表明这两个方法能对光照进行有效的补偿。 本文 通过自行拍摄和网上下载的方法获取了 若干 个图像文件对算法进行了测试。实验结果表明本文提出的人脸检测算法具有较高的检测速度和检测率。 关键 词 ： 人脸检测；肤色模型；高斯模型； 光照补偿 II Abstract With the rapid development of info
4、rmation technology， personal identity recognition, security, multimedia information retrieval and intelligent human-computer interaction systems， Face Detection with more and more extensive practical value， has become a hot research field of pattern recognition This paper do some research on face de
5、tection based on the achievements of previous researchers Its main purpose is to face part separated from the background image. A general environment of image has certain the ability to adjust the face recognition system, usually need a robust and efficient, real-time face detection system. In color
6、 image, color is face important information. Because it does not depend on facial details characteristic, therefore there with relative stability. Color space, in the face of skin distribution exhibited good clustering features. The skin color feature can quickly abandoned lots of background factors
7、 obtained rapidly target area. This paper to complete face recognition of preparation as the goal, USES color clustering features, design and realization. A complex background face detection. Papers included two respects content: face detection and light compensation, including after face detection
8、is a foundation. Face detection: first studied color YCbCr color space presents in the clustering features, give skin color in this space of the gaussian distribution model. But using the gaussian model on the color image similarity calculation. After threshold segmentation, holes shading, regional
9、check-up steps, finally obtained the face region. Light compensation: III experiments show that light to have great influence on face detection method, color temperature deviation and brightness deviation will make detection rates down dramatically. This paper based on global white balance colour te
10、mperature compensation method and the brightness of the composite transform based on compensation methods, compensate for illumination. Experimental results show that the two methods can effectively compensation for illumination. This article through to shoot and download methods for obtaining a num
11、ber of image files on the algorithm was tested. Experimental results show that the proposed face detection algorithm has higher detection rate and the detection rate. Key word: face detection； skin model； gaussian model； light compensation IV 目 录 摘 要 . I Abstract . II 1 绪论 . 1 1.1 课题研究背景及意义 . 1 1.1.
12、1 人脸检测国内外发展现状： . 1 1.1.2 人脸检测研究的意义 . 2 1.2 人脸检测常遇的困难因素 . 3 1.3 论文的主要工作 . 4 1.4 本文的结构安排 . 5 2 人脸检测技术方法综述 . 6 2.1 基于启发式模型的人脸检测 . 6 2.2 基于肤色模型的人脸检测 . 8 2.3 基于统计模型的人脸检测 . 8 2.4 本章小结 . 10 3 基于肤色模型的彩色图像人脸检测 . 11 3.1 肤色模型概述与建立 .11 3.2 颜色空间的选择 .11 3.3 建立肤色模型 . 15 3.3.1 模型选取 . 16 3.3.2 样本统计 . 18 3.4 肤色分割过程 .
13、 19 3.4.1 相似度计算 . 19 3.4.2 阈值分割 . 20 3.4.3 孔洞着色 . 22 3.4.4 区域的验证 . 26 V 3.5 本章小结 . 27 4 人脸检测算法中的光照补偿策略与系统的实现 . 28 4.1 引言 . 28 4.2 光照条件判断 . 29 4.3 色温补偿 . 30 4.4 亮度补偿 . 32 4.4.1 非线性变换 . 32 4.4.2 复合变换 . 33 4.5 系统实现流程图 . 37 4.6 本章小结 . 38 5 总结与展望 . 39 5.1 总结 . 39 5.2 展望 . 39 致谢 . 41 参考文献 . 42 附录 . 45 徐州师
14、范大学科文学院本科生毕业设计 人脸检测系统设计 1 1 绪论 1.1 课题研究背景及意义 1.1.1人脸检测 国内外 发展现 状 人脸检测这一问题最初是作为自动人脸识别系统的定位环节而被提出的 ， 它是自动人脸识别系统中的一 个关键环节 。早在上个世纪六七十年代，就有学者对人脸识别与检测的问题进行了初步的探索与研究。 最 初 的人脸识别以人脸特征点间的距离、比率等参数为特征，建立了一个半自动人脸识别系统。早期人脸识别研究主要有两大方向：一是基于人脸几何特征的方法， 即 人脸器官归一化的点间距离和比率以及人脸的一些特征点， 例 如眼角、嘴角、鼻尖等部位所构成的二维拓扑结构；二是模板匹配的方法，
15、即 利用计算机模板和图像灰度的 相关性来实现识别功能。 Berto 在 1993 年对这两 种 方法作了较全面的介绍和比较后认为，模板匹配的方 要 法优于几何特征的方法 1 。 到了二十世纪九十年代， 人脸识别成为科研热点。但是人脸识别所采用的人脸库 还很小 ，最常用的人脸库仅包括 100幅左右的人脸图像， 例 如 MIT库、 Yale库、 CMU库等人脸库 ，它们 均为小型库； 而 且人脸库之间的输入条件各异，不同的识别算法之间 很难 进行 比较。为了促进人脸识别 进行 深入研究和实用化，美国国防部发起了建立 人脸识别技术工程，它包括一个通用人脸库和一套通用测试标准。 不过该库中包括有军人的
16、图片不能在美国以外获得， 故 其他国家的研究只能采用本地的人脸库，如英国的 Manchester人脸库。目前的人脸识别主要有两个方向： 一是基于整体特征的研 究方法； 二是基于局部特征分析的方法 2 。 近几年随着电子商务等应用的发展， 人脸识别 已逐渐 成为最有潜力的生物身份验证手段， 这种应用背景 下 要求自动人脸识别系统能够对一般环境图像具有一定的适应能力， 由此所面临的一系列 实用性 问题使得人脸检测也开始作为一个独立的课题受到研究者的重视。人脸检测 的 问题在近十年中得到了广泛的关注和长足的发展，国内外很多研究学者提出了很多 种人脸检测的 方法， 并在不同的领域取得了一定 的成果。但
17、 对于寻找一种能够普遍适用于各种复杂情况的 且 准确率很高的检测算法，还有很大的距离。 徐州师范大学科文学院本科生毕业设计 人脸检测系统设计 2 现今， 国外的主要研究单位有美国的麻省理工媒体实验室（ MIT Media lab） 、卡耐基梅隆大学的人机交互学院（ Human computer interface institute）、微软研究院的视觉技术研究组（ Vision Technology Group）、英国剑桥大学工程系（ Department of Engineering）等， 我国 的研究单位 主要 有中科院自动化所、中科院计算所、哈尔滨工业大学、清华大学、浙江 大学等 等 。
18、 MPEG-7标准组织也已经建立了人脸识别草案小组，人脸检测算法也是一项征集的内容。随着人脸检测 技术 研究的深入，国际上发表的有关论文数量也大幅度增 加 ，如 IEEE FG(IEEE人脸与手势自动识别国际会议 )、 ICIP(图像处理国际会议 )、 CVPR(计算机视觉与模式识别会议 )等 一些 重要国际会议上每年都有大量关于人脸检测的论文，占有关人脸研究论文的近 1/3之多。 从 整体来看这一方向涉及 了 数字图像处理、计算机视觉、人工智能等多个学科领域，同时这一领域适应了现代计算机网络发展和现代通信发展的需要，无论 是 从学术性 还是从实用性来看，均具有极高的研究 与应用 价值。从 目
19、前 已有的研究来看，要完全实现一个全自动的人脸检测跟踪识别系统 还有一定 的难度，但是 若 要实现特定环境下的自动人脸检测和识别还是有可能的，随着计算机和网络技术的普及， 以及 图像、视频等多媒体内容在计算机信息中比重的加大。这一研究方向必然会得到更快的发展 3 。 1.1.2 人脸检测 研究的意义 首先在这里给出人脸检测的定义：人脸检测是指对于任意一幅 给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回一脸的 位置、大小和姿态。 人脸检测作为人脸信息处理中的一项关键技术， 近 些 年来已成为模式识别与计算机视觉领域内一项受到普遍重视， 且 研究十分活跃的课题。人脸检测
20、技术在很多方面都有重要的应用，如： 1、身份鉴定 人脸身份鉴定技术是生物识别技术中 重要 一种，以其直接性，唯一性，方便性等特点在公安，海关，交通，金融，社会保险，医疗及其它民用安全控制系统等领域具有较为广阔的发展前景和很高的社会经济效益 。 2、智能监控 徐州师范大学科文学院本科生毕业设计 人脸检测系统设计 3 在传统的视频监控系统（如闭路电视系统）中，工作人员需要不断监控屏幕去发现可疑的事件和目标，因此工作量很大而 且效率 也很 低。在采用人脸检测技术的智能监控系统中，计算机可以在分割、检测出人物目标时自动通知工作人员的介入，从而减轻工作人员的负担并 且 提高效率；计算机还可以对这些目标的
21、运动模式进行一些自动分析，以确定是否为可疑目标。 3、多媒体信息检索 随着因特网技术的迅速普及，以及网上多媒体信息（如图像，视频）日益丰富，使得目前所能应用的信息资源已经非常丰富和庞大， 而快速有效地寻找感兴趣的相关信息已经变得日趋困难， 采用关键字和描述文本检索的方式已经无法胜任现有的需求，于是基于内容的多媒体信息检索技术应运而生，内容为人 脸的图像和视频检索是其中非常重要的部分 4 。 4、人机交互 在人机交互中 ，计算机把关于用户身份、状态、意图的信息从图像中抽取出来，然后做出相应响应，比方说观察一个人的面部表情，然后采用不同的方式 进行问题处理 。 在上述几个方面， 人脸识别、 辨认、
22、 定位以及追踪等都与人脸检测密切相关。人脸定位的目的是 为了 确定图像中人脸的位置。假设一幅图像中只存在一张脸，则面部特征 检测的目的是检测特征的存在和位置，如眼睛、鼻子、鼻孔、眉毛、 嘴唇、 耳朵等。人脸识别或辨认是将输入图像与数 据库中的图像 对比 ， 如果存在，报告匹配结果。人脸识别的目的是 为了 检验输入图像中的个体的身份，而人脸追踪方法是实时地、连续地估计在图像序列中的人脸的位置和可能的方向。面部表情识别涉及识别人类的情感状态，如高兴、悲伤、 喜恶 等。 任何一幅人脸图像处理系统的第一步是人脸在图像中的位置， 然而 从单张图片中检测出人脸是一项具有挑战性的工作，因为人脸在大小、位置、
23、方向、姿势方面是可变的 ， 人脸表情、 牙齿相接触的方式、光照 等， 也会改变人脸的整体外观。 1.2人脸检测常遇的 困难因素 人脸 是一类具有相当复杂的细节变化地结构体， 因此 人脸检测是一个复 杂的具徐州师范大学科文学院本科生毕业设计 人脸检测系统设计 4 有挑战性的模式检测问题，其主要的难点有两方面： 一方面是由于人脸内在的变化所引起，另一方面是由于外在条件所引起的变 化，具体可归纳为以下几个方面 ： （ 1） 面部表情：脸部的外观直接受到面部表情的影响。 （ 2） 姿势：人脸图像因为相机和人脸的相对位置而产生变化（正面， 45度角，侧面，颠倒）。另外，一些脸部特征如人眼或鼻子可能部分或
24、完全被遮挡。 （ 3） 存 在或缺少结构化成分：脸部特征如上唇胡须，下巴胡须，眼镜等并不是每个人脸中都有。并且这些成分的变化很多，比如形状，颜色，大小等。 （ 4） 遮挡： 人脸可能部分被别的物体遮挡住。在一幅有一群人的图像中，一些人脸可能被别的脸挡住。 （ 5） 图像朝向：人脸图像直接因为照相机的光轴转动而变化。 （ 6） 图像条件：当图像被建立 时 ，各种光线（光谱，光源分布，强度）和相机特质（感应器，镜头）都影响人脸的外观。 1.3 论文的主要工作 目前，随着图像采集技术的飞速发展以及计算机处理速度的不断提高，彩色图像在各种应用中逐渐占据了主流地位 。彩色图像包含的信息要比灰度图像丰富的
25、多，对 色彩信息的利用已经越来越广泛的应用在计算机视觉研究领域 。彩色图像中，肤色是人脸的重要信息， 由于 它不依赖于面部的细节特征，对于旋转、表情、姿态等变化情况都能适用， 因此 具有相对的稳定性。在色度空间中，人脸的肤色分布 能 表现出良好的聚类特性。利用肤色特征可以快速抛弃大量背景因素迅速得到目标区域。 本文以完成人脸识别 的 前期准备为目标，利用肤色的聚类特性，设计并实现了一个复杂背景下的人脸检测，论文包括以下内容： （ 1） 肤色分割过程：在比较色彩空间对肤色聚类性质的基础上，建立了肤色分布的高斯模型并计算各点的肤色相似度。然后对肤色相似度进行阈值分割，图像被分割为背景和类肤色区域。再把所有的类肤色区域标定和验证，排除 其中的非人脸区域，最后得到人脸区域。 （ 2）光照补偿：由于肤色受光照的影响 比 较大， 因此 在进行肤色分割前需要消除光照的影响。本文采用了全局白平衡的方法进行色温的补偿，用基于复合变换的
