基于曲线进化的人脸检测与跟踪算法研究

《基于曲线进化的人脸检测与跟踪算法研究》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、上海交通大学博士学位论文基于曲线进化的人脸检测与跟踪算法研究姓名：黄福珍申请学位级别：博士专业：控制理论与控制工程指导教师：席裕庚;苏剑波20031201上海交通大学博士学位论文基于曲线进化的人脸检测与跟踪算法研究摘要人脸检测与跟踪是一个自动人脸识别系统的重要组成部分检测与跟踪的精度直接影响着人脸识别的性能近几年来随着多功能感知研究的兴起人脸检测与跟踪问题开始在国际上引起关注并已逐渐发展成为一个相对独立的研究方向人脸检测与跟踪也是智能人机接口的重要交互通道它在多功能感知电视会议基于内容的图像检索安全检查以及视频监视等领域都有着重要的应用前景本文在对现有人脸检测与跟踪方法进行详细

2、综述的基础上提出了基于曲线进化的人脸检测与跟踪方法即以人脸轮廓作为描述人脸的主要特征充分利用曲线进化方法可以建模和提取任意形状的变形轮廓的特性不需要采集大量样本进行学习训练就可以完成人脸检测与跟踪任务具体研究工作包括以下几个方面1在对求解曲线进化的重要数学工具活动轮廓模型方法包括参数活动轮廓模型方法和几何活动轮廓方法进行详细分析介绍的基础上提出一种能够结合先验知识的通用活动轮廓模型结构并设计相应的快速实用数值算法实验结果表明该模型不需要通过训练样本产生统计形状模型就可以有效检测图像中的目标轮廓并对图像噪声具有一定的鲁棒性2针对静态灰度图像的单人脸检测问题充分利用活动轮廓模型的特

3、点和人脸的先验知识提出两种基于活动轮廓模型的单人脸检测方法即基于梯度向量流的人脸检测方法和基于Chan-Vese模型的人脸检测方法其基本思想都是直接在原模型中加入人脸椭圆约束结合目标先验形状的另一种求解曲线进化的思路是借助于垂足曲线的概念本文还提出了一种基于变形垂足曲线的单人脸轮廓检测方法借助于变形垂足曲线能同时表示全局形状和局部形变的能力将人脸形状的先验知识嵌入到该模型中从而实现检测人脸的目的实验结果表明上述三种方法都能有效检测出一定条件下静态灰度图像中的单人脸轮廓而且对噪声图像及平面旋转的人脸图像具有一定的处理能力这也是本文优于目前大多数人脸检测方法的地方三种人脸检测方法的

4、性能及适用范围有一定的差别文中分三种情况对它们进行了性能比较3针对静态灰度图像的多人脸检测问题由于难以直接将基于曲线进化I摘要的单人脸检测方法移植过来本文首先利用多相Chan-Vese模型进行多区域分割这样得到一系列闭合分割曲线然后再利用闭合分割曲线与人脸先验形状之间的Hausdorff距离进行人脸验证以最终确定图像中人脸的数目和位置这种方法虽然可以有效检测出多人脸图像的人脸轮廓而且可以同时得到人脸在图像中的大小位置和水平倾斜角度等信息但算法所花费的时间较长图像越大耗时越多因此在图像中的人脸数目可以通过先验知识获得的一些特殊情况下本文提出一种相对简单的检测方法即将常规Chan-

5、Vese模型扩展到多区域分割的情况仅利用一个水平集函数就达到多人脸检测的目的4针对图像序列中的人脸检测与跟踪问题首先将其转化为一个序列图像的分割问题然后根据背景复杂程度的不同设计出两种不同的分割方法对于简单背景情况首先利用图像差分进行运动区域检测然后在运动区域内采用Chan-Vese模型检测人脸轮廓并根据其定位结果计算下一帧中新的运动区域和提取人脸轮廓对于背景复杂的情况则用朗斯基变化检测算子来首先检测出运动区域然后在运动区域内采用改进的Chan-Vese模型检测人脸轮廓并根据其定位结果计算下一帧中新的运动区域和提取人脸轮廓实验结果表明两种方法的有效性关键词人脸检测人脸跟踪曲线进

6、化活动轮廓模型梯度向量流变形垂足曲线水平集II上海交通大学博士学位论文HumanfacedetectionandtrackingbasedoncurveevolutionAbstractHumanfacedetectionandtrackingisthefirstkeystepofmanyfacerecognitionsystems.Intherecentdecade,facedetectionandtrackingproblemattractsmoreandmoreresearchersasithaspotentialapplicationsinintelligenthuma

7、n-computerinterface,videoconference,content-basedimageindexing,videomonitoring,andsoon.Inthisdissertation,basedonadetailedsurveyontheexistedfacedetectionandtrackingmethods,anovelapproachbasedoncurveevolutionmethodologyhasbeenproposedfordetectingand