基于小波分析的人脸定位算法在ami中的应用

《基于小波分析的人脸定位算法在ami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、万方数据第34卷第9期2008年9月北京工业大学学报JOURNALOFBEIJINGUNIVERSITYOFTECHNOL()GYvoI．34NO．9Sept．2008基于小波分析的人脸定位算法在Aml中的应用李辉，侯义斌，黄樟钦，张勇，陈锐(北京工业大学嵌入式软件与系统研究所，北京100022)摘要：为了提高环绕智能个性化系统中人脸定位子系统的性能．更好地体现Aml系统无所不在的服务和隐藏计算的概念，提出了基于小波分析的人脸实时定位算法．首先将采集的图像经肤色模型预处理获得整个脸部信息，然后应用小波分析定位头发区域

2、几何形状，结合先验知识获取头发几何概率模型．最后将此模型应用于Aml实时定位跟踪系统中，从而实现了Aml用户的个性化视频服务．实验结果表明，该算法在Aml系统中实时性好。定位准确率高．关键词：模版匹配；小波分析；人脸定位；图像处理中图分类号：TP311文献标识码：A文章编号：0254—0037(2008)09—0990—05环绕智能(ambientintelligence，简称为AmI)是欧洲信息社会咨询组提出的一种具有智能特性，可对用户行为做出类似人类感知反应，并能为智能环境中的用户提供个性化服务的电子环境⋯1．本

3、文AmI的应用场景是在一定的环绕智能空间内，许多服务设备以较为隐蔽的消失计算方式+分布；人们通过佩戴微型嵌入式设备得到系统的无接触的自动身份感知和定位服务．佩戴该设备的人是服务接受者‘2_4I．AmI用户通过手持式PDA或者语音交互方式获取系统提供的各种服务，比如家居电器的控制、网络媒体播放等服务；系统能够自动感知空间内的某些物理量如温度和湿度等，还能感知到人的心理、生理状态，并主动提供个性化服务的行为．而人脸实时定位算法应用于当某一用户需要享受某种视频服务的时候，隐藏设备将采集到的人脸朝向信息传递到云台，投影仪根据

4、这个信息随之转动，视频流将传输到这个云台的投影仪中进行播放．1算法分析在研究人脸朝向过程中，经过大量实验发现，头发特征能准确地检验出人脸朝向，且具有光线不敏感性和鲁棒性强的特点．因此人脸朝向信息主要是通过人的头发模板匹配来实现的，为了获得头发几何形状与人脸朝向的匹配关系，进一步制作成模板，本文采用统计方法作为先验知识．1．1先验知识获取模版本文采集并统计了1000张人脸图片，对比了头发区域占据人脸区域的密度，以人脸中轴线为界，统计左右头发像素点所占2个区域的密度比例，把这种统计获得的先验知识作为模版．本文所采用的正面

5、、左侧和右侧3个模板对应的头发左右密度概率分布柱状图，如图1所示，横轴是左右头发概率密度的比值，纵轴是分布在不同比值区间上头发和人脸的图像个数的百分比．1．2人脸朝向的发型模版首先计算左侧人脸和左侧头发的比值尺J，接着汁筒：右侧人脸和右侧头发的比值尺，，最后汁笄：左右头收稿日期：2007一I)4一I)2．基金项目：国家自然科学基金(90407017)；北京市教委资助项目(KM21)0710005018)．作者简介：李辉(1971～)，男，，i林．1i林人．博上生；供义斌(1952一)，男，陕两武功人，教授，博l二生导

6、师万方数据第9期李辉等：基于小波分析的人脸定位算法在Aml中的应用发密度比值，即：R。=R，／R，．计算得到的R。在不同脸部朝向时的取值范围如下：1)正向朝向：左右概率密度比o．9～I．2；2)左侧朝向：左右概率密度比5；3)右侧朝向：左右概率密度比0．2．人脸朝向模版如图2所示．丑求妞罂求．0I．8I．6}．4I一门目．1目同一一I．2n0．20．40．60．8左右概率比(a)正向朝向左右概率比(b)左侧朝向丑东妞梧隶：一。。．同目}目一0．20．40．60．81．0左右概率比(c)右侧朝向图1人脸朝向左右密度概率

7、分布图Fig．1Thehistogramofthedensitydistributionforfaceorientation田匝口(a)左侧朝向(b)反面朝向(c)右侧朝向(d)正脸朝向图2发型模版匹配图Fig．2Thetemplatesofmatchinghairstyle1．3小波分析消除头发区域噪声通过先验知识获得模版后，紧接着足如何准确地定位人的头发区域以及获取头发的几何形状．人的头发由于光照纹理信息的差别，因此在进行区域划分的时候会有很多孔洞噪声，条形槽分裂为许多离散的区域，为了使整个头发区域经过区域增长算

8、法被划分为一个整体，就要对这些噪声进行过滤．小波变换是一种窗口大小固定不变，但其形状可变的空间频率局部化的分析方法，小波变换在图像信号的高频部分，可以取得较好的空间分辨率；而在图像信号的低频部分，可以取得较好的频率分辨率．因此本文首先通过小波分析，进行多层、多尺度变换，并扩大低频系数降低高频系数，然后进行图像重构，以消除头发区域中的噪声，整个头