论文部分内容阅读
人脸检测是人脸识别及人脸分割的重要前期步骤,因此人脸检测是一个具有挑战性的课题。人脸具有不同的姿态、尺寸、肤色和表情,而且,其他的因素(例如戴眼镜、头发的有无以及穿戴)都有可能导致检测失败。不同的光照条件、背景的复杂程度都有可能影响人脸检测算法的适用性。 本文提出了一种基于模板匹配、马赛克图和支持向量机的人脸检测算法。算法分为图像的前期预处理、人眼待选点的产生和筛选以及人脸的筛选三个步骤。图像的格式转换、尺寸缩放、平滑去噪以及灰度的正规化组成了前期预处理过程。在人眼待选点的产生和筛选过程中,我们首先通过形态学变换提取包含人眼区域的二值图像;对二值图像进行基于连通性的标注;标注区域会聚形成候选人眼点;再对候选点进行基于灰度投影积分的小邻域微调;然后结合灰度信息和边缘信息进行人眼点的筛选。然后,我们对产生的人眼待选点进行两两组合形成待选人脸。通过基于常识的人脸粗筛选之后,再进行基于人眼模板、人脸模板的相关匹配筛选和基于马赛克图的规则匹配筛选,最后送入支持向量机进行最终的判别。 实验证明本算法对于较简单背景下的人脸图像有较好的检测效果。