PDF《人脸检测方法综述*》

为加快检测速度, 采用了多 级检测步骤.实验结果表明, 其 方法具 有较强 的鲁棒 性, 能够很好地解决复杂背景下的多人脸检测问题. 卢 春雨 等人 [ 6] 对镶 嵌图 方法进 行了 改进, 按 照人 脸器 官 的分布将人脸划分为

3 *3 个马赛 克块, 在检 测中自 适应地 调 整各块的大小, 使用一组基于各块灰度和梯度统计特征的知识 规则检验该区域是否为人脸, 取得了较好的实验结果.

3 基于特征的方法 基于特征的方法不仅可以 从已有 的面部 特征而 且可以 从 它们的几何关系进行人脸检测.与基于知识的方法相反, 它是 寻找人脸的不变特征用于 人脸检 测. 人们已 经提出 了许多 先 检测人脸面部特征, 后 推断人 脸是否 存在的 方法.面部 特征, 如眉毛、 眼睛、 鼻子、 嘴和发际, 一般利用边缘检测器提取, 根据提取的特征, 建立统计模型描述特征之间的关系并确定存在的 人脸.基于特征的算法存在 的问题 是, 由 于光照、 噪声 和遮 挡 等使图像特征被严重地破坏, 人脸 的特征 边界被 弱化, 阴影 可 能引起很强的边缘, 而这些边缘可能使得算法难以使用. Sirohey 提出了从复杂的背景中分 割人脸 进行人 脸识别 的 定位方法 [ 7] .它使用 边缘图和启发式算法来去除和组织边缘, 而只保存一个边缘轮廓, 然 后用一 个椭圆 拟合头 部区域 和 背景间的边界.Graf 等人提出 定位灰 度图像 的面 部特 征和 人 脸的检测方法 [ 8] .在滤波以 后, 用 形态 学的 方 法增 强具 有高亮度、 含有某些形状( 如眼睛) 的区域.Leung 等 人提出一种 基 于局部特征检测器和任意图匹配的概率方法, 在复杂场景中定 位人脸 [ 9] .其目标是找到确定的 面部特 征的排 列. 典型的 人 脸用五个特征( 两 只眼 睛、 两个 鼻孔和 鼻子 与嘴 唇的 连接 处) 来描述.Yow 和Cipolla 提出了一种基于特征 的方法 [ 10, 11] .在 第一阶段, 应用了二 阶微分 Gaussian 滤波器, 在 滤波器 响应 的 局部最大点检测感兴趣的点, 指出 人脸特 征可能 的位置;

第二阶段, 检查感兴趣点周围的边缘并将它们组成区域.这种方法 的优点是可以在不同的方向和位姿上 检测人脸 [ 12] .Han 等人提出了一种基于形态学的技术 进行眼 部分割 进而实 现人脸 检 测的方法 [ 13] .他们认为眼睛和眼眉是人脸最突 出和稳定的 特征, 特别适合人脸检测. 彭进业等人提出了一种在 图像的 反对称 双正交 小波分 解 数据域中, 实现多尺度对称 变换的 方法, 并将 它应用 于脸部 图 像中主要特征点的定位 [ 15] .王延江等人提出了 一种快速的 彩 色图像中复杂背景下人脸检测方法 [ 16] .其方法 首先计算对 彩 色图像中与人的肤色相似的像素进行聚类和区域分割, 然后利 用小波分解对每一个候选区域进行人脸特征分析, 如所检测到 的区域特征分布与某一预先定义的人脸模型相似, 则确认该区 域代表人脸. 在人脸检测和手的跟踪等许多应用中, 已经使用了人类的 皮肤颜色作为特征 [

17 ~ 23] .虽 然不同 的人有 不同的 皮肤 颜色, 研究表明主要的不同在于 它们的 亮度而 不是它 们的色 度. 标注皮肤像素的颜色空间包括RGB、 规格化的RGB, HSV( 或HIS) , YcrCb, YIQ, YES, CIE XYZ 和CIE LUV. 人们 已经 提出了许多方法用于构 建颜 色模 型. 最简 单的 模型是 使用 Cr, Cb 值定义一个皮肤色 调像 素区 域, 也就 是R( Cr, Cb) , 从皮 肤颜色像素得到样本.仔细选择阈值[ Cr1 , Cr2 ] 和[ Cb1 , Cb2 ] , 如果 像素值( Cr, Cb) 满足 Cr1 ≤ Cr≤ Cr2 , Cb1 ≤ Cb≤Cb2 , 就被 分类到皮肤色调中. 皮肤颜色通常不能独自进行人脸检测和追踪.近年来, 人・2・计算机应用研究