一种快速高效的人脸特征点定位方法

针对传统人脸特征点定位方法中存在的算法复杂、鲁棒性差以及精确度低等不足,提出一种基于局部特征区域快速高效的人脸特征点自动定位方法。首先对经过预处理后的人脸图像利用改进的积分投影算法结合肤色特性实现人脸区域的精确定位;然后在人脸区域内根据各特征部位的特性标定其特征区域;最后在特征区域内完成人脸特征点的自动定位。实验结果表明,该算法简单、具有较高的鲁棒性,且能够快速高效地实现人脸特征点定位。     

视频人脸检测与特征点定位研究

基于对视频中人脸的检测和特征点定位算法的学习与研究,文中提出了一种结合连续均值向量和主动形状模型的新方法.该方法首先对视频帧进行局部连续均值量化变换处理,快速地检测出似人脸区.然后用改进ASM方法来定位所检测出人脸的特征点,使用双阈值Sobel算子进行边缘检测,提取边缘信息,当搜索时利用这些边缘信息来改变特征点的权值,使带有更多边缘信息的像素点更有可能被选为最佳候选点.该方法可以快速地对人脸做出检测,并能很好地定位出人脸特征点     

基于彩色分割和特征定位的实时人脸检测算法

论文提出了一种新的彩色人脸图像实时检测算法。该算法利用皮肤颜色在YCbCr彩色空间的分布特性进行人脸皮肤区域的分割,利用人脸特征在灰度图像灰度映射极小值特性进行人脸特征定位。实验证明该算法对彩色人脸图像的检测有很好效果。     

基于肤色与特征的快速人脸定位方法研究

根据在线考试安全监控的特点,针对视频流图像提出一种基于肤色模型和特征定位的快速入脸定位算法,并建立了系统原型,适用于实际网络在线考试中的身份认证。该方法以普通PC摄像头作为图像采集设备,以采集的视频流为数据源,截取视频流中的单帧图像,通过转换彩色空间、入脸肤色建模、后处理操作实现了入脸定位,通过图像马赛克、边缘提取,显著特征点定位等技术定位入脸图像的各特征点。在此基础上通过入眼定位实现了在视频流中对于人脸的跟踪算法研究。试验结果表明,所实现的入脸检测适用于近距离入脸的检测,定位速度快,误检率低,可以在实时系统中应用。     

基于人眼定位的快速人脸检测及归一化算法

本文提出了一种基于人眼定位的有效人脸图像归一化算法。该算法首先利用Harr特征的快速检测法从图像中检测出人脸的大致位置,然后基于人脸的几何分布特征和灰度信息特征准确检测人眼瞳孔位置建立人脸坐标系,最后对人脸图像作旋转、尺度和灰度的归一化校正。实验结果证明,该算法能够有效并准确地检测和校正人脸,可以显著提高识别率。     

允许姿态变化的快速人脸特征检测

本文提出一种在允许姿态显著变化的人脸图象上快速检测眼睛和嘴角的方法。该方法仅仅合理地假设人脸图象要以通过值分割将头发和眼睛与脸部明显分开。首先采用Ｈｏｕｇｈ变换并利用有脸的相似性和对称性约束确定两个瞳孔的位置，然后根据人体测量关系初略估计嘴部区域，最事利用积分投影方法得到嘴角的精确位置。     

基于肤色及五官特征的人脸检测方法

本文提出了一种基于肤色及五官特征的人脸检测方法，通过对图片进行一系列的处理。提取出人脸的大致框架，然后通过眼睛、嘴巴的建模，最后得到图片中人脸的比较精确的位置。     

人脸特征的选取和定位

本文综述了人脸识别的现状,采用基于几何特征的识别方法,选择了人脸图像的２５个特征点,并由此特征点产生了１３个特征参量为主工特征。根据人脸图像的灰度特性,用投影图法初步确定了人脸各部分的位置,然后利用特征识别树的识别方法进行特征定位的一致笥检测。最后提出了一种快速、可靠的圆形模板匹配法定位了瞳孔的位置。实验表明该方法准确率高,运行速度快,为进上步的人脸识别提供了必要的条件。     

一种快速而有效地定位人脸特征的方法

提出了一种基于面积滤波、类别方差自动门限和投影技术的快速定位人脸特征的方法。该方法对于正面人像和具有一定倾斜度的人像都能达到比较好的效果,该方法首先利用面积滤波去除图像背景,用扩展的八个方向Sobel算法获得梯度图象,再进行二值化,而后对图像进行横向和纵向和积分投影,得到人脸特征的大体位置,最后再进行局部投影,得到精确的特征位置,实验结果表明,该方法定位快速,准确,对多幅对比底低,图像质量较差的人脸图象能取得较好的定位精度。     

基于Walsh特征的快速人脸检测方法

通过构造Walsh变换矩阵,得到相互正交且形状丰富的Walsh特征算子,将Walsh特征应用于快速人脸检测。Matlab的仿真实验结果表明,由Walsh特征得到的强分类器比传统的Haar特征得到的强分类器分类速度快,精度高。     

人脸检测技术研究与发展

简要回顾了人脸检测技术的研究背景及发展；按基于图像类和基于特征类将人脸检测算法分为两大类并介绍了各种算法的优缺点；介绍了人脸检测技术的应用领域；总结了现存的研究困难并提出了解决方法及今后的发展方向。     

基于肤色检测和人眼定位的人脸检测方法

提出了一种基于肤色检测和人眼定位的人脸检测方法。使用基于“基准白色”的色彩平衡方法归一化彩色图像,将图像在HSV空间进行肤色分割,确定候选人脸,采用形态学滤波器对其降噪。在获得虹膜位置的基础上,使用Susan算子定位两个眼角点,从而实现眼睛的精确定位。实验证明提出的方法能够很好的检测人脸、定位人眼,尤其对存在人脸旋转和光照异常的人脸图像有很高的精确度和鲁棒性.     

一种新的基于对称特征的彩色人脸定位方法

本文研究了复杂多变人脸的检测和定位问题,提出了一种新的基于对称特征的人脸定位方法。该方法基于肤色特征提取出人脸,根据眼睛的颜色和梯度特征在肤色区找到眼睛可能存在的有限的候选区域;根据人脸的对称特征把这些候选区域分别进行匹配,找到最佳匹配的区域就是眼睛区域。实验证明,这种方法在复杂姿态和复杂表情以及戴眼镜
镜的情况下有很强的稳健性。     

基于支持向量机的多姿态人脸特征定位

提出一种多姿态人脸特征定位方法,在Adaboost定位的人脸区域中划分眼、鼻和嘴的搜索区域,利用眉眼和鼻嘴整体特征,通过大规模多姿态五官样本训练的支持向量机在搜索区域中确定候选眼、鼻及嘴区域。对候选眼、鼻及嘴区域进行筛选与合并以确定最佳位置,实现多姿态人脸上五官的准确定位。实验结果表明,该方法具有较好的精确性和鲁棒性,能适应复杂背景下表情变化的多姿态人脸上的眼、鼻及嘴的定位。     

彩色图像的层次式人脸检测算法

提出了在复杂背景、不同光照条件下层次式的彩色图像的人脸检测算法。首先,利用颜色补偿技术在YCbCr颜色空间对彩色图像进行肤色分割,选出类似皮肤的区域。然后,通过人脸椭圆形状来检测人脸候选区域。最后,构造眼睛和嘴巴的映射来成功检测出人脸。     

视频中多线索的人脸特征检测与跟踪

针对目前的人脸特征检测与跟踪算法存在的对环境适应能力差、缺乏自我检错能力的缺点，该文提出了一种多线索综合的新方法，多线索中包括基于深度信息的人脸区域粗分割，基于多关联模板匹配的人脸检测，利用多尺度Sobel卷积的特征提取，基于“特征眼”的人眼验证以及基于多视图的校验方法，多种线索互相补充，自我检错和纠错，对背景，光照及姿态变化具有较强的适应能力，实验表明该方法是有效的，鲁棒的。     

基于人脸特征和Adaboost算法的人脸定位

人脸检测与定位,是人脸分析的基础,应用在众多领域,一种快速准确高效的人脸定位算法具有重要的意义。文中提出了一种利用人脸的特征与改进的Adaboost算法相结合的人脸定位算法。首先利用人脸的肤色特征,寻找出人脸可能存在的区域。再利用人形态特征筛选出人脸的候选块。针对人脸定位中普遍存在的人脸偏转,文中利用人脸的对称性予以调整,最后利用改进的Adaboost算法在候选块中快速定位人脸。实验表明该算法多姿态,复杂环境下的人脸具有良好的检测效率和较高的准确性及鲁棒性。     

实时三维人脸特征点定位

为了能够自动、实时地标定三维人脸曲面上主要特征点的位置,如鼻尖点和内眼点等,提出一种实时定位三维人脸特征点的算法.首先设计了一种基于曲面划分、直方图统计的三维局部曲面描述子——球划分直方图描述子,并使用该描述子逐点提取三维曲面顶点的局部曲面信息;其次计算其相似度,以定位三维人脸曲面上的主要特征点;在采用GPU并行运算后,能够有效地对三维人脸特征点进行实时定位.在三维人脸数据库FRGC v1.0以及BU-3DFE中的实验结果表明,与其他算法相比,该算法在三维人脸曲面上具有较强的三维人脸特征点定位能力.     

一种高性能近红外光人脸检测和眼睛定位算法

提出了一种新型的近红外光人脸检测和眼睛定位算法,该算法先用AdaBoost分类器进行人脸区域定位,然后在人脸区域内进行眼镜检测：若检测为不戴眼镜,使用基于数理形态学的N-Quoit滤波器进行眼睛精确定位;若检测为戴眼镜,采用＂人脸可信值最大＂准则进行眼睛定位。实验结果表明,此算法检测率高而且眼睛定位准确,有效的克服了镜片反射近红外光干扰眼睛精确定位的问题,同时达到了实时性的要求。