人脸检测方法综述*

人脸图像处理包括人脸检测、人脸识别、人脸跟踪、姿态估计和表情识别等。为了构造自动处理人脸图像的信息系统,首先需要鲁棒、有效的人脸检测算法。分析了有关人脸检测问题的研究方法,并对其进行了分类和评价。从基于知识的方法、特征不变方法、模板匹配方法和基于外观的方法等四个方面介绍了相关的算法和理论,分析了各种方法的优缺点,并提出了关于人脸检测问题的进一步研究方向。     

人脸检测方法综述

人脸检测问题的提出是为了在自动人脸识别系统中的定位,近年来,由于其在安全控制、人机界面、视觉监测、基于内容的检索等领域的应用价值,开始作为一个独立的课题受到研究者的普遍重视。该文从人脸检测的模式、人脸特征的提取、人脸特征的综合、评估标准等角度,系统阐述了人脸检测系统,并将人脸检测方法分为：基于几何特征的方法,基于肤色模型的方法和基于统计理论的方法,并对各个方法的优缺点进行了比较,最后,对人脸检测今后的发展方向进行了探讨。     

复杂背景下的人脸检测方法研究

设计了一个适应于复杂情况下的完整的人脸检测系统。系统把人脸检测分为人脸候选区域检测和人脸区域验证两部分。在人脸候选区域检测方面,提出了一种基于人脸轮廓的检测方法。实验表明它提高了检测率、检测速度和鲁棒性。在人脸验证方面,提出了一种根据人脸细节进行验证的方法,提高了人脸验证的准确性。     

基于肤色特征的人脸检测算法的研究

通过对比面部识别技术的各种算法,本文重点研究了基于肤色特征的人脸检测算法。首先通过两种方法实现人脸的区域分割：基于相似度的方法和基于皮肤区域、头发区域的方法。前者通过相似度计算、二值化之后标记出人脸区域,后者利用颜色来检测人脸区域。人脸区域检测完毕之后再对其进行人脸特征的标注,最终实现面部检测。     

一种基于多特征融合的人脸检测技术实现

基于模板匹配的人脸检测方法,提出了两种方法来提高人脸目标的检测的精度。一种方法是利用人脸重要特征肤色,建立肤色的HSV颜色直方图模型,通过与目标区域的特征匹配,在视频序列图像中检测和定位人脸;另一种方法是利用了人脸的轮廓信息特征,建立人脸的矩特征,来解决人脸在比例、姿态和形状变化情况下的检测效率低的问题。改进的算法分别通过了人脸尺寸、形状和相似肤色实验验证,实验表明新的人脸检测方法可以有效实现对运动人脸目标的检测。     

基于欧氏距离的人脸检测窗口合并方法

为了解决人脸检测过程中同一人脸在不同尺度下检测结果的位置和大小不能完全重合的问题,对基于统计训练的人脸检测窗口的合并方法进行了研究,提出了一种基于欧氏距离的人脸检测窗口合并方法,在人脸检测结果不存在误检和漏检的情况下,根据人脸检测窗口中心坐标的分布特征,利用判定圆以及欧氏距离实现了人脸重复检测窗口的合并。分别针对不同情况的图片对方法进行了验证实验,实验结果表明该方法简单有效     

人脸检测方法的研究

目前人脸识别技术已广泛应用于政府、军队、银行、杜会福利保障、电子商务、安全防务等领域,而人脸检测是人脸识别系统中需要解决的一个关键问题,由于人脸模式的多样性和复杂性,导致大量不同的人脸检测方法,总结了人脸检测中遇到的关键问题与难点,并对各种人脸检测方法进行整理归纳,从基于特征的方法和基于图像的方法两个角度介绍了相关算法...     

一种基于AdaBoost的人脸检测算法

针对常规基于肤色检测的AdaBoost算法的不足, 提出了一种改进的AdaBoost人脸检测算法,算法包括人体肤色模型、人脸运动检测模型、改进的背景提取方法、针对人脸区域的光照增强方法。算法综合利用了人体肤色信息和人脸运动信息,能有效缩小搜索范围。实验结果表明,该方法与常规基于肤色检测的AdaBoost方法相比,在保证检测性能的基础上,有效提高了检测速度。     

人脸检测与跟踪算法优化及Web端实现

针对实现人脸检测与跟踪功能的系统软件在使用过程中产生的不易发布、扩展和维护等问题,提出一种基于HTML5实现人脸检测与跟踪的方法。通过将HTML5 Canvas技术和一种计算机视觉算法库相结合,利用基于Viola-Jones算法原理的人脸特征分类器和Java Script等多种程序语言,在网页上实现基于HTML5的人脸检测与跟踪的功能。实验结果表明,该方法不仅能有效地减少资源的开销,支持人脸检测与跟踪算法在Web端的实现,而且还满足了人脸检测和跟踪过程中的实时性要求,保证了人脸检测的检测率,具有更优的检测效果。     

基于肤色模型、神经网络和人脸结构模型的平面旋转人脸检测

人脸检测是智能人机接口的关键技术之一,它在人脸识别、表情识别、人脸合成和人脸编码等领域具有重要的应用价值.该文针对复杂背景下的彩色图像,提出了一种基于肤色模型、人脸平面旋转角度检测和正面人脸结构特征的人脸检测算法.该方法首先建立了一个人脸肤色分布模型;其次采用神经网络计算和瞳孔定位操作,实现了由粗到精的人脸平面旋转角检测;最后提出了一种基于结构的正面人脸检测策略.实验结果表明,所提出的算法能够适应不同的光照环境,可以检测不同大小、不同平面旋转角的人脸.     

一种基于分块DCT的盲灰度水印算法

提出了一种在分块DCT的次低频交流系数中,利用奇偶特性和JPEG量化系数嵌入有含义的8位灰度水印图像,以实现盲提取的算法,并通过PN序列加密来保证水印的安全性。实验结果表明,该算法对于JPEG有损压缩、图像剪切等处理有很强的鲁棒性。     

基于熵编码的JPEG压缩域脆弱图像水印算法

为了解决JPEG图像水印算法在嵌入容量、不可感知性、实时性和窜改定位的问题,提出了一种基于熵编码的JPEG压缩域脆弱图像水印算法。首先选择JPEG熵编码阶段进行水印嵌入,这样就可避免正向和逆向的DCT和量化运算,保证算法在嵌入阶段对图像的改变量较小且具有较好的实时性;接着根据熵编码过程中某些比特不会参与哈夫曼编码这一原则,在其中选择符合条件的系数嵌入水印,将水印信息嵌入到这些系数的最低有效位中,以规避修改哈夫曼编码系数后带来的编码误差,进一步加强了算法的透明性。实验表明,该算法不仅具有较大的嵌入容量和很好的不可感知性,而且脆弱性较高且能够对恶意窜改进行准确定位。     

一种基于感知模型的盲水印算法

根据Watson模型,结合仿射变换置乱技术和DCT量化系数奇偶特性,本文提出了一种在分块DCT中频交流系数中嵌入有含义二值水印图像,以实现盲检测的水印方案。实验结果表明,该算法对于JPEG有损压缩、图像剪切等处理有很强的鲁棒性。     

一种用于JPEG图像的高容量可逆水印算法

提出一种用于JPEG图像的高容量可逆水印算法 。该算法利用JPEG图像DCT系数的零系数间隔确定修改的位置,利用间隔中零系数的个数确 定水印嵌入量,进而嵌入水印信息。这样做不会带来如位置图等任何额外信息 。该算法利用零系数间隔准确地提取水印,并能在水印提取后无损地恢复原始JPEG图像。实 验结果表明,该算法在嵌入大量水印信息的情况下仍能取得满意的PSNR值,且图像文件大小 的增加较小。     

一种基于DCT系数间线性关系的盲检数字水印算法

为了提高盲检测数字水印算法的鲁棒性，从同频DCT系数间的线性关系着手，结合人类视觉系统（HVS）理论和JPEG压缩的工作原理，提出了一种简单易行数字水印算法，该算法具有良好的不可见性，能很好地抵抗JPEG压缩，是完全意义上的盲检测算法，并通过与口令系统结合，使只有合法用户才可正确检测了水印。     

一种新的JPEG图像认证半脆弱水印算法

提出了一种用于JPEG图像认证的半脆弱数字水印算法，它根据JPEG图像压缩过程中的DCT系数的不变性原理进行水印生成和嵌入调制，并结合一种有效的算法隐性地考虑到所有非零DCT系数的符号、大小关系，在未增加水印信息嵌入强度的情况下，实现了图像应对变换域攻击的更有效保护。同时，在检测算法中加入对虚警区的判断，增加了对窜改区域定位的准确性。实验表明，该算法实现的水印有很好的视觉透明度，有效的承受JPEG压缩，同时对其他恶意篡改敏感并能够准确定位篡改位置。     

基于层式余弦变换和视觉特征的数字水印隐藏方法

文章提出了一种在层式余弦变换域中嵌入数字水印的算法,该算法把水印信号的DCT变换域量值叠加到原始图像经层式余弦变换所得到的DC系数和部分AC系数中,这些系数空间容量充足,极其有利于保证水印算法的实现。最后通过实验证明了水印的鲁棒性,也定量分析了该算法在抵抗JPEG压缩等方面的强免疫力。     

一种稳健的有意义图像水印算法

提出了一种稳健的有意义图像的水印算法，通过双正交小波变换，将有意义的水印信息全部嵌入到低频系数上，并给出了低频系数的选择策略以提高水印的安全性。实验结果证实了所提出的水印算法具有很好的不可见性，对JPEG有损压缩、噪声、剪切等攻击具有良好的稳健性。     

非抽样Contourlet变换的低频数字水印

非抽样Contourlet变换（NSCT）是一个平移不变、多尺度、多方向的变换,在图像处理中具有一定的优越性,提出一种基于非抽样Contourlet变换的数字水印算法,低频系数集中了图像的大部分能量,在低频嵌入水印可以提高鲁棒性,为了满足不可见性,对低频系数进行8×8的分块,根据每一块的能量以及人类视觉特性进行自适应的嵌入水印,实验结果表明算法具有很好的鲁棒性和不可见性,能够有效地抵抗JPEG、噪声等攻击。     

基于DCT和混沌的双重图像水印算法

为实现图像版权和完整性认证,提出一种基于DCT和混沌的双重水印算法。对图像进行DCT分块,在低频部分利用SVD方法嵌入鲁棒水印,在高频部分用系数大小关系嵌入脆弱水印,从而实现了盲检测。仿真实验结果表明,由于鲁棒水印具有一定的抗JPEG能力,脆弱水印能抵抗较强的噪声攻击,因此该算法是有效的。