资源描述:
《微粒群算法在人脸检测预处理中的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、总第251期计算机与数字工程Vol.38No.92010年第9期Computer&DigitalEngineering140*微粒群算法在人脸检测预处理中的应用刘娜(武汉理工大学华夏学院信息工程系武汉430223)摘要微粒群算法是一种新型的智能优化算法,有较强的发现最优解的能力,且算法简单,易于实现。将微粒群算法应用于人脸检测的预处理中,运用该算法寻优阈值,旨在提高人脸检测的效率和精度。实验数据表明,该算法准确清晰地分割了人脸的皮肤区域与非皮肤区域,且分割效率和效果比单纯使用常用的二维最大熵分割算法更优化。关键词微粒群算法;人脸检
2、测;肤色分割中图分类号TP391.41ApplicationofPSOAlgorithminPretreatmentofFaceDetectionLiuNa(DepartmentofInformationEngineering,HuaxiaCollegeWuhanUniversityofTechnology,Wuhan430223)AbstractParticleswarmoptimization(PSO)algorithmisanewintelligentonewithsimpleprinciplewhichiseasytoim
3、plement.ThispaperappliesPSOalgorithmtopretreatmentoffacedetection.Inordertoimproveefficiencyandaccuracyoffacedetection.Thedataofexperimentshowsthatthealgorithmcanseparateskinandnon2skinregionsaccurately,andthentheresultofsegmentationisbetterthanmethodusingtwo2dimensio
4、nalmaximumentropy.KeyWordsparticleswarmoptimization(PSO),facedetection,skin2colorsegmentationClassNumberTP391.411引言2PSO算法微粒群优化算法(ParticleSwarmOptimiza2PSO算法源于对鸟群觅食行为的研究。研究tion,PSO)是一种基于迭代模式的优化算法,最初者发现鸟群在飞行过程中经常会突然改变飞行方[1]被用于连续空间的优化。PSO算法是一种原理向、散开、聚集,其行为是不可预测的,虽然运动的简单的
5、启发式算法。它可以用于求解一些非线性、主体是离散的,其排列看起来是随机的,但在整体多峰值的复杂的优化问题,其算法易于实现,需要的运动中却保持着惊人的同步性,个体与个体间也调整的参数也很少,因此受到了相关领域众多学者保持着适当的距离。通过对鸟群行为的研究,发现的关注。人脸识别是根据数据库中所保存的已知鸟群的个体之间存在着一种信息的共享机制,而这人脸信息,来鉴别存在于静态图像或视频序列中的种信息共享会产生进化优势,这也正是PSO算法[2]一个或者多个人脸。人脸识别在虚拟现实、视频检的基本思想。该算法的数学描述如下:索、监控和安全认证等
6、众多领域有着非常广泛的应设微粒群体规模为N。用前景。将PSO智能优化算法应用到人脸检测预微粒i(i=1,2,,,N)在n维空间中当前的坐处理中,旨在实现基于肤色的图像阈值高质高效分标位置为xi=(xi1,xi2,,,xin)。割。微粒i(i=1,2,,,N)当前的飞行速度为vi=*收稿日期:2010年3月17日,修回日期:2010年4月12日作者简介:刘娜,女,硕士研究生,助教,研究方向:数字图像处理。2010年第9期计算机与数字工程141(vi1,vi2,,,vin)。间、HIS颜色空间和YCbCr颜色空间。微粒i(i=1,2,
7、,,N)所经历的最好位置为pi3.2.1RGB颜色空间=(pi1,pi2,,,pin)RGB颜色空间是图像处理中最基础的颜色模根据以上的定义,微粒i(i=1,2,,,N)在第j型,它是在配色实验基础上建立的。任何颜色都可(j=1,2,,,N)维子空间中的飞行速度可描述为:以用红、绿、蓝3种基色来配制。图1为RGB颜色vij(t+1)=vij(t)+c1*rand1(t)*(pij(t)-xij(t))空间的示意图。+c2*rand2(t)*(pgj(t)-xij(t))对于RGB颜色空间xij(t+1)=xij(t)+vij(t+
8、1)而言,R,G,B分量相关其中:t表示第t代;c1,c2为加速常数,通常在0~2性太强,本身并不容易直间取值;rand1()~U(0,1)和rand2()~U(0,1)为接建立肤色模型;并且颜两个相互独立的随机函数;pgj为整个群体所有微色和亮度