一种鲁棒的肤色的人脸检测算法

《一种鲁棒的肤色的人脸检测算法》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、QiongLiuandGuang-zhengPeng.Arobustskincolorbasedfacedetectionalgorithm.20102ndInternationalAsiaConferenceonInformaticsinControl,AutomationandRobotics.Match2010,525-528一种鲁棒的肤色的人脸检测算法摘要：为了应用于复杂的背景，本文提出了一种快速的自适应式基于肤色的人脸检测算法。这种算法首先在HS颜色空间建立了含有大量肤色像素的肤色模型，然后通过直方图投影进行图像的肤色分割，直方图中通过阈值法获取肤色的

2、二值图像。为了得到更加好的结果，本文采用了形态学处理和Blob分析方法。实验结果表明，本算法能够在不同的光照条件下快速并且精确的检测各种大小、角度和表情的人脸。关键词:人脸检测，肤色模型，直方图投影，肤色分割，计算机视觉Ⅰ.介绍人脸识别现在是计算机视觉领域很热门的技术。人脸识别应用面很广，比如人机互动，视频监控等等。与其他的特征检测方式（指纹，虹膜，掌纹等）相比较，人脸不用肢体接触而且更加易用。人脸检测是用来定位和检测输入图像的所有的形状和脸部。因为背景复杂，光照条件多变以及人脸表情丰富，人脸检测是一门很复杂的技术。因此，我们必须找到受到这些干扰的小的有效的方式

3、。肤色是人脸重要的特征。利用肤色来检测人脸用很多的优势。人的皮肤有基本不变的颜色，容易与其他物体区分开，而且对人脸几何形状的变化有很高的鲁棒性。颜色易于快速处理，对于人脸的朝向，大小无关，对于吸收稳定而且对于每个人都独立。肤色已经被认为是一种有效、鲁棒的人脸检测、定位和跟踪的依据。肤色建模主要有两种方法：非参数皮肤建模法（柱状图模型）[1,2]和参数法(单独高斯模型[3,4,5]和混合高斯模型)。参数法在实验和分类中都很快，于分布的形状无关。参数法也可以很快，它具有产生不完整实验数据的能力。然而，这种方法也可能在实验和实际运行中都很慢（像混合高斯模型一样），而且

4、结果很大程度上取决于皮肤的形状分布。除此之外，大多数的皮肤参数建模方法忽略了非肤色数据。与非参数法比较，上述情况加上受皮肤簇形状不同的影响会导致高的错误检测几率。参考文献[1]对柱状图和混合模型在皮肤检测中的效果进行了比较，发现柱状图模型在检测精度和计算成本方面都有优势。在本文中，我们提出了一种新颖的人脸检测算法，能够在室内和室外检测不同形状和姿势的人脸。我们首先在HS颜色空间建立了一个具有大量肤色图的肤色模型，然后通过直方图投影进行肤色检测。为了使结果更加优化，我们采用了形态学和Blob分析方法。实验结果显示使用本文中的算法能够更加有效的定位人脸。流程图由图1

5、所示。本文组织结构如下：第二部分介绍肤色建模。第三部分介绍脸部的提取。第四部分提供实验结果和探讨。第五部分是总结和未来工作的展望。样本中提取的人脸提取人脸直方图建立颜色直方图模型直方图反投影门限化形态学操作Blob裁剪人脸轮廓图1流程图Ⅱ.肤色建模用肤色模型进行皮肤颜色检测主要有两步：首先选择实用的颜色空间，然后建立肤色模型。A.皮肤建模使用的颜色空间比色法，计算机图形学和视频信号传输标准带来了很多种具有不同性质的颜色空间。其中很多被用来解决肤色建模的问题。RGB模型是在处理和储存数码图像数据中用途最广泛的一种图形空间。然而，颜色通道的相关性过高，信号感觉的不统

6、一，色度和亮度数据的混淆使得RGB模型不能成为颜色分析和基于颜色的检测算法的最佳选择。[1],[2]中使用了这种颜色空间。然而，肤色并不是一种物理特征；肤色受到很多因素的影响（如光照条件，人的差异等）。颜色特征的一个优势是对照明颜色变化很敏感，特别在RGB空间对照明亮度度很敏感。为了增强图像亮度变化的容纳程度，一种方法是将RGB图像转换到另一个颜色空间，这种颜色空间中亮度和色度是分开的，并且只使用色度进行检测。HSV空间在1978年由AlvyRaySmith首次提出，其中H代表色度通道，S和V分别代表饱和度和亮度。这种表示颜色的方法与人类的视觉系统的敏感性相似。

7、所以我们采用HS（HSV去除强度）颜色空间作为我们的颜色空间。RGB和HSV颜色空间的转换公式如下：B.直方图模型在本文中，颜色模型由颜色直方图组成。如第一部分所述，颜色分类由直方图投影来实现。首先，我们运行正面人脸检测器，从大量的人脸图片数据中检测出人脸轮廓。这种人脸检测器能够检测出人脸轮廓的高度和宽度以及中心位置。当然，检测过程也可以人工实现。然后我们从检测出的人脸中心位置取出一块取出长宽为原来窗口1/3的小块。图2中展示了一些用来生成直方图模型的人脸检测样本。最后，我们使用128x128柄的HS颜色空间（HSV空间除去强度）。因为较小饱和度的柄表示的大多数

8、是白色，包含有很少的实际