一种基于知识的快速人脸检测方法

为了提高人脸检测的速度,提出了一种基于知识的快速人脸检测方法,该方法是采用符合人脸生理结构特征的人脸镶嵌图模型,并在分析了足够多的人脸图象样本的基础上,针对人脸图象的灰度和边缘信息,建立了一种较为完备的知识库;为加快检测速度,该方法采用多级检测步骤,即在粗检测中,根据眼睛的特征,提出并采用一种新的人脸粗检测算法-广义几何投影方法,从而明显地提高了检测速度,实验结果表明,该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,由于该方法实现的简单性,并容易由硬件实现,使得检测速度进一步提高,因此该方法在可视电话等领域有着广阔的应用前景。     

基于KL肤色的人脸初定位

提出了一种基于KL肤色的复杂背景中的人脸初定位方法,将KL变换应用到色系坐标系的转换中,提出了一种新的基于KL肤色的人脸快速初定位方法,并且讨论了这种定位方法在复背景的图象中的应用。     

基于YCbCr空间与KL变换结合在人脸检测中的应用

本文针对简单背景下的彩色单人脸图像,将YCbCr色彩空间与KL变换结合起来构成一个基于实际应用的人脸检测系统,并对复杂背景和多人脸图像的情况下的检测进行了一定的探讨。     

基于小波变换的人脸模型特征抽取方法

人脸识别的关键第1步在于这些抽取出来的特征量是不是可以很好地表达人脸的特征.为了快速地提取人脸特征,结合Lades提出的弹性匹配方法,对人脸的定位算法进行了改进,提出了一种基于小波变换的人脸定位方法.新的定位算法和Lades的方法比较,在计算量上有很大的减少,而定位准确率方面却没有下降.     

一种稳健的人脸检测方法

人脸检测作为人脸识别的第一环节,也是一个模式识别问题,本文提出了一种稳健的复杂背景下脸检测方法,并对人脸图象库ＦＤＢ６０３进行了实验,结果表明,我们的方法是有效和稳定的。     

一种基于AdaBoost的快速动态人脸检测算法

提出了一种结合人脸检测和跟踪的快速动态人脸检测算法。在层次型AdaBoost检测算法的基础上，结合提出的一种基于线性预测的人脸跟踪算法来缩小搜索空间，使得检测速度提高到24ms／帧。还设计了一种结合层次型AdaBoost算法、负样本反馈方式和利用权值缩减训练时间的检测器训练方法，可以方便地应用于物体检测技术上。     

一种基于Haar小波变换的彩色图像人脸检测方法

本文提出了一种基于Haar小波变换的彩色图像人脸检测方法.首先进行彩色空间的变换,检测出图像中的肤色区域;利用Adaboost算法训练出的基于Haar小波变换的检测器对该区域进行人脸检测;建立眼睛颜色模型,并根据眼睛、嘴在不同分量上的分布特征,将它们从人脸区域中提取出来;最后融合眼睛、嘴候选区域的信息,利用特征不变的方法进行眼睛和嘴的确定.实验结果表明,该方法能够快速有效地检测出人脸,并能够确定眼、嘴的位置.     

一种基于Haar小波变换的彩色图像人脸检测方法

本文提出了一种基于Haar小波变换的彩色图像人脸检测方法。首先进行彩色空间的变换,检测出图像中的肤色区域;利用Adaboost算法训练出的基于Haar小波变换的检测器对该区域进行人脸检测;建立眼睛颜色模型,并根据眼睛!嘴在不同分量上的分布特征,将它们从人脸区域中提取出来;最后融合眼睛!嘴候选区域的信息,利用特征不变的方法进行眼睛和嘴的确定。实验结果表明,该方法能够快速有效地检测出人脸,并能够确定眼!嘴的位置。     

基于肤色模型、神经网络和人脸结构模型和平面旋转人脸检测

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。     

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...     

人脸检测与识别技术综述

人脸的自动识别是模式识别、图像处理等学科的研究热点,并在商业和法律方面有广阔的应用前景(如身份证、信用卡、护照等身份认证以及智能小区管理、电视监控系统等等),近年来关于人脸自动识别的研究取得了很大的进展。但是,这些研究成果离这一问题的彻底解决还有很大的距离,这一课题仍然是当前研究的热点问题之一。本文重点对现有的人脸检测与识别的方法及研究进行总结,并比较了各种方法的优缺点。并在最后指出了进一步工作的方向。     

一种基于光流场的复杂背景下人脸定位方法

图像中人脸的自动定位和提取是进行人脸识别的首要条件。文章提出了一种基于光流场的复杂背景下人脸定位方法。通过改进的光流场约束方程与帧间差法的结合,确定运动人脸的所在区域。并对所在区域进行图像的操作和处理,提取出人脸图像,最后采用基于Karhunen-Loeve变换的人脸识别技术进行识别。该方法具有快速和准确的特点。     

基于KL变换的模糊C-均值聚类彩色图像分割

根据图像色彩特征空间的正交特性,以及构成特征空间的特征向量和特征值之间的统计特性,提出了一种新的彩色图像指定区域分割算法。首先在指定区域选取采样像素,通过KL变换计算采样像素的协方差矩阵、特征值、特征向量;由特征向量构成指定区域的色彩特征空间,然后对原色彩空间中的向量进行空间变换和权重变换;最后用模糊C-均值聚类方法聚类变换后的向量,得到分割结果。文中给出了静物图像的聚类分割结果,体现了算法对于指定区域细节分割的准确性。     

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。     

基于曲波变换和余弦测度的人脸识别方法

人脸识别是一种常用的生物特征识别技术,广泛应用于门禁考勤、公安司法等领域。光照、人脸表情与姿态、遮挡等采集条件的变化对 现有人脸识别方法 影响较大,限制了其应用。提出了一种基于曲波变换和余弦测度的人脸识别方法,以提高人脸识别对采集条件的鲁棒性。首先,对待识别人脸图像进行曲波变换,依据曲波系数检测人脸区域的关键点;然后,提取各关键点在不同尺度和方向上的曲波特征,构建人脸特征描述子;最后,依据余弦测度、累加和运算和极值运算求取人脸的最优匹配结果。仿真实验表明,所提方法对光照、姿态、表情和遮挡等变化的鲁棒性强,且识别性能好。     

基于小波和奇异值分解的人脸识别方法

该文提出了一种基于小波和奇异值分解的人脸识别方法。首先对人脸图象进行小波分解,由于小波变换具有良好的多尺度特征表达能力,能将图象的大部分能量集中到低频子图中,使图象得到有效压缩。然后,对得到的每幅低频子图进行基于奇异值分解的特征提取,并将奇异值特征向量进行压缩,把压缩后的特征向量作为每幅人脸图象的特征,进而求出每一类人脸图象的特征向量中心。最后,将每一类的特征向量中心输入到分类器中进行识别。最终得到了令人满意的识别结果。     

一种用于人脸粗检测的广义几何投影方法

本文提出了一种用于人脸粗检测的广义几何投影方法,该方法能从场景图像中快速地筛选出侯选人脸区域,筛选比例高,并能同时预测出筛选位置人脸的尺度范围,使得整个人脸的检测速度得到很大的提高。