资源描述：
《融合人脸轮廓和区域信息改进人脸检测_方昱春.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第27卷第4期计算机学报Vol.27No.42004年4月CHINESEJOURNALOFCOMPUTERSApr.2004融合人脸轮廓和区域信息改进人脸检测方昱春王蕴红谭铁牛(中国科学院自动化研究所模式识别国家重点实验室北京100080)摘要基于人脸轮廓信息和面部区域信息的互补性,提出了一种新颖的基于融合算法的轮廓-区域人脸检测器:采用一种新的特征提取方法有效地刻画人脸轮廓模式;基于支持向量机分别训练人脸轮廓分类器和面部区域分类器;基于最小错误率Bayes决策规则融合人脸轮廓和面部区域分类器.该文分别在标准头部图像库、
2、BioID人脸图像库(灰度人脸图像库)和彩色人脸图像库上测试了轮廓-区域人脸检测器.大量的实验结果表明了所提出的轮廓-区域人脸检测器通过引入轮廓信息有效地提高了人脸检测算法的精度.关键词人脸检测;支持向量机;信息融合;最小错误率;Bayes决策规则中图法分类号TP391ImprovingFaceDetectionthroughFusionofContourandRegionInformationFANGYu-ChunWANGYun-HongTANTie-Niu(NationalLaboratoryofPatternRec
3、ognition,InstituteofAutomation,ChineseAcademyofSciences,Beijing100080)AbstractBasedonthecomplementarityoffacecontourandfacialregion,thepaperproposesanovelcon-tour-regionfacedetector.Anewfeatureextractionmethodisproposedtoefficientlydepictfacecontourpat-tern.BothF
4、ace-Contour-ClassifierandtheFacia-lRegion-ClassifieraretrainedasSupportVectorMachinemodels.BayesiandecisionruleisadoptedtofusingbothFace-Contour-andFacia-lRegion-classifiers.Theproposedfacedetectoristestedonastandardheadimagedatabase,BioIDgraycolorfaceimagedataba
5、seandacolorfacedatabase.Experimentalresultsdemonstratetheefficiencyoftheproposedcontour-regionfacede-tector.Keywordsfacedetection;supportvectormachine;informationfusion;Bayesdecisionrule部姿态和表情的多样性;(3)光照条件的多变性;1引言(4)成像背景的复杂性.在近十年里,大量的研究试图解决这些难[1~25]自动、准确和快速检测人脸是实现
6、脸像分析的点.一般的人脸检测算法通过逐步减少图像中一项关键任务.同时,人脸检测算法在视频库和图像的冗余信息来实现目标区域的检测,如图1所示.首库的检索中也有重要的作用.尽管人脸是人类视觉中先,确定图像中的候选人脸区域;其次,利用人脸检最普遍的模式之一,但是让计算机在静态图像或视测器判别候选人脸区域是否包含人脸;为了解决人频序列中检测人脸却是一项困难的任务,这主要是脸尺寸的不确定性,前两个步骤往往在图像的多个因为:(1)图像中人脸数目和尺寸的不确定性;(2)面分辨率上重复进行;最后,通过对前面步骤检测结果收稿日期:2002
7、-10-31;修改稿收到日期:2003-09-09.本课题得到国家自然科学基金(69825105,60332010)、国家/八六三0高技术研究发展计划基金(2001AA114180)资助.方昱春,女,1975年生,博士,研究方向包括模式识别、图像处理、机器学习和计算机视觉.E-mail:{ycfang,wangyh,tnt}@nlpr.ia.ac.cn.王蕴红,女,1968年生,副研究员,研究方向为生物特征识别.谭铁牛,男,1964年生,博士,研究员,博士生导师,研究方向为生物特征识别、序列图像理解和数字水印.4期方昱春
8、等:融合人脸轮廓和区域信息改进人脸检测483的综合处理确定图像中人脸的大小和位置.别候选区域为人脸或非人脸模式的统计模式分类方[8,9,14~24]法.在这类算法中,研究者们采用灰度共生[14][8,15,16][9][17]矩阵、小波分析、矩方法、编码等多种算法来实现人脸模式的特征提取.广泛采用的分类器[9,18,
