欢迎来到天天文库
浏览记录
ID:28817775
大小:7.73 MB
页数:116页
时间:2018-12-14
《基于人脸对象的图像检索关键技术分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要摘要目前,基于内容的图像检索技术主要是利用颜色、纹理、形状等图像基本特征,检索结果往往与用户需求有一定距离,而具有一定语义特征的独立对象能够更好的反映图像内容,因此研究基于对象的图像检索技术更具实际意义。结合MPEG7标准,本文研究基于人脸对象的图像检索关键技术。本文研究的基于人脸对象的图像检索技术是基于例子对象的图像检索,图像背景复杂,人脸姿势、尺度变化等将直接导致“类间变化率小、类内变化率大”。针对上述问题,本文提出的解决思路是通过人脸检测和人脸分割去除背景因素的影响,通过人脸正则化去除人脸姿势、尺度变化等的影响。具体内容包括:1.对原有的基于特征的人脸
2、检测算法进行了改进,并与澳大利亚新南威尔士大学联合提出了特征与模板相结合的人脸检测算法,综合利用人脸的肤色特征、结构特征和模板特征,精确、鲁棒地确定人脸位置(双眼中心和嘴中心)。用MPEG7人脸检测实验图像集进行了实验,结果表明,本算法的人脸检测正确率比原算法提高约17%,其他性能指标(误检率、漏检率、检测精度)也有比较大的改善,部分算法被接受进入MPEG7标准。2.在人脸检测的基础上,研究了人脸特征点如内外眼角、嘴角坐标的提取和人脸姿势估计。利用变形模板方法提取内外眼角坐标,利用梯度投影方法定位嘴角坐标。进一步基于人脸图像上三个已知点坐标——右内眼角(或左内眼
3、角)、鼻梁和嘴角连线中点,估计人脸姿势。3.研究了复杂背景下的人脸分割技术。受光照、姿势等因素的影响,很多情况下人脸边缘特征不明显、人脸轮廓连续性不好。针对这一问题,本文结合人脸边缘的连续平滑特征和人脸的个性化肤色特征,提取有效边缘点,并在此基础上进行基于多项式的曲线拟合,获取人脸边缘,完成人脸分割。与活动轮廓模型分割方法进行了对比实验,实验结果表明,本文方法的分割速度和分割结果都较好。4.针对人脸姿势和尺度变化,初步研究了人脸正则化问题。在空间平面几何变形简化的基础上,提出了通过将人脸表面划分为许多近似平面的区域,对人脸几何变形进行线性近似与简化。①r在精确的
4、人脸姿势未知的情况下,提出了基于二维网格模型的左右旋转人脸的正则化方法,根据人脸表面的对称关系和距离不变性估计正向人脸网格模型,通过灰度映射完成人脸正则化。北京5-业大学工学博士学位论文②r提出了基于三维模型的任意姿势人脸正则化算法,结合人脸姿势估计结果与己知人脸图像,将通用三维人脸模型CANDIDE3进行变形,得到特定人脸三维模型,在旋转人脸与正向人脸之间进行灰度映射,实现人脸正则化。实验结果表明,本文提出的两种方法都能够在减小样本类内距离的同时保持类间距离基本不变。5.建立了基于人脸对象的图像检索实验平台,实验结果证明本文的思路是可行的。关键词图像检索;人脸
5、对象;人脸检测;人脸分割;人脸正则化人脸姿势估计AbstractAbstractBynow,ContentBasedImageretrieval(CBIR)ismainlyimplementedbasedonprimitiveimagefeatures,suchascolor,shape,textureandSOon,theretrievalresultisunsatislying.Independentsenmaticobjectscanrepresentcontentofimagemoreeffectively,itismeaningfultostudyob
6、jectbasedimageretrieval.ComplyingwithMPEG7,face—objectbasedimageretrievalisinvestigatedinthisdissertation.Inthedissertation,thebackgroundsofimagearecomplex,andfacesarewithvariantscalesandpostures.theproblemis“Largeintra—classvariability&smallinter-classvariability”.Theresolutionwepro
7、posedistolessentheinfiuenceofbackgroundusingfacelocationandfacesegmentation,andtolessentheinfluenceoffacepostureandscalebyfacenormalization.Thedetailsareasfollowing:1.Ontheoldfeature—basedfacedetectionalgofithra,somemodificationshavebeenfinished.Moreover,cooperatedwithUniversityofNew
8、SouthWelsh,a
此文档下载收益归作者所有