基于surf算法和opencv的人脸特征检测技术研究

基于surf算法和opencv的人脸特征检测技术研究

ID:34485619

大小:219.62 KB

页数:3页

时间:2019-03-06

基于surf算法和opencv的人脸特征检测技术研究_第1页
基于surf算法和opencv的人脸特征检测技术研究_第2页
基于surf算法和opencv的人脸特征检测技术研究_第3页
资源描述:

《基于surf算法和opencv的人脸特征检测技术研究》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244期计算机与数字工程Vo1.38No.22010年第2期Computer&DigitalEngineering124基于SURF算法和OpenCV的人脸特征检测技术研究时磊谢晓方乔勇军(海军航空工程学院兵器科学与技术系烟台264001)摘要人脸检测和人脸跟踪_】]技术已成为计算机视觉领域研究的热点。针对SURF算法的优点,首先将SURF算法应用于人脸特征检测与跟踪,阐述了人脸跟踪系统设计方法,首先使用OpenCV技术实现了基于SURF算法的人脸特征跟踪系统。实验结果表明,基于SURF算法和OpenCV技术的人脸跟踪系统匹配识别效果和

2、实时性较好,对人脸旋转、尺寸变化和环境光照变化具有较好鲁棒性l_2]。关键词快速鲁棒特征;OpenCV;人脸检测;人脸跟踪中图分类号TP391.41ResearchonFaceFeaturesDetectingTechniqueBasedonSURFAlgorithmandOpenCVShiLeiXieXiaofangQiaoYongjun(WeaponScienceandTechnologyDepartment,NavalAeronauticalandAstronauticalUniversity,Yantai264001)Abstrac

3、tFacedetectingandtrackingtechniquehasbecomepopularincomputervisionfield.BecauseSURFalgorithmhavemanygoodfeatures,SOtheexpirementmakeanapplicationofSURFalgorithmtofacedetectingandfacetracking.E—laboratedtothedesignmethodoffacetrackingsystem,andmakeuseofOpenCVtechniquecarrie

4、douttheexperimentalsys—ternoffacetrackingbasedonSURFalgorithmfirst.ExperimentresultexpressthatthefacetrackingsystembasedonSURFalgorithmandOpenCVtechniqueeffectiveinmatching,identifying,realtimeandrobustfeature.KeyWordsSURF,OpenCV,facedetecting,facetrackingCIassNumberTP391.

5、41ded—UpRobustFeatures)算法,该算法改进了1引言SIFT算法,进一步提高了算法性能。本文提出基智能人机交互E33技术和机器视觉领域中,人脸于SURF算法的人脸跟踪系统设计方法,在VC6.0跟踪是一项十分重要的技术,它是指在视频流中提中调用OpenCV图像处理库中的SURF函数实现取人脸位置或角度变化信息。近年来,人脸跟踪已人脸特征检测跟踪系统。经成为机器视觉与模式识别领域的研究热点之一。目前,人脸检测的方法可以分为四类:基于知识的2SURF算法方法,特征不变方法,模板匹配方法和基于外貌的2.1构建Hessian矩阵方法

6、。在基于特征不变的方法中,由D.G.Lowel4]Hessian矩阵是SURF算法的核心,为了方便提出的SIFT算法是目前效率较高的一种算法,在运算,假设函数f(x,),Hessian矩阵H是由函数此基础上,HerbertBayE5_等人提出了SURF(Spee—.厂偏导数组成:收稿日期:2009年1O月24El,修回日期:2009年11月27日作者简介:时磊,男,硕士研究生,研究方向:图像处理与模式识别。2010年第2期计算机与数字工程l25所示的金字塔结构,图像的尺寸是变化的,并且运(1)算会反复使用高斯函数对子层进行平滑处理,图1w一

7、lr盖]f(b)说明SURF算法使原始图像保持不变而只改za3yj变滤波器大小。aetcH一器一()(2)判别式的值是H矩阵的特征值,可以利用判引定结果的符号将所有点分类,根据判别式取值正负,来判别该点是或不是极值点。在SURF算法中,用图像像素I(x,.y)代替函数值f(x,),选用图1图像滤波金字塔二阶标准高斯函数作为滤波器,通过特定核问的卷2.3精确定位特征点积计算二阶偏导数,这样便能计算出H矩阵的三所有小于预设极值的取值都被丢弃,增加极值个矩阵元素L、L、L⋯从而计算出H矩阵:使检测到的特征点数量减少,最终只有几个特征最广[,~(X

8、.£)f⋯(X,£)]H(X,—lLy(X,t)L:()j)xfJ薹震言:篆蓉L(X,)一G(£)(X)(4)L(X,£)是一幅图像在不同解析度下的表l豸荔测,以3×3的滤波器为

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。