学位论文 > 优秀研究生学位论文题录展示

基于核心灰度分布人脸自动检测方法研究

作　者: 张捷
导　师: 戴青
学　校: 解放军信息工程大学
专　业: 计算机技术
关键词: 人脸检测 模式识别 图像分割 区域搜索
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 24次
引　用: 1次
阅　读: 论文下载
 

内容摘要


随着科技的发展,传统的身份验证已很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高,很难大范围推广。基于人脸检测的生物特征识别具有友好、方便、对硬件设施要求不严格等优势,近年来已经受到充分关注。由于人脸检测是人脸识别的基础,也是基于内容(如视频等)检索的基础,因此具有十分重要的研究意义和实用价值。本文的主要研究工作和成果包括以下几个主要方面的内容:1.研究了相关图像处理技术,总结分析了多种边缘检测算法及优缺点对比,并在后边的人脸检测过程中综合运用其中的几个算子达到了更好的效果。2.分析了多种区域搜索的方法和优缺点,改进了其中的算法并用于人脸检测。3.在对国内外人脸检测技术进行相关研究和分析比较基础上,提出了一种独特的基于人脸核心区域(眉毛、眼睛、鼻子、嘴等)灰度分布特征来进行人脸检测的方法。该方法首先在多维阈值下对图像进行分析和处理得到可能包含人脸的一些区域,然后从这些区域中去检索那些特殊的灰度特征,最后综合多维阈值下的灰度特征及特征之间的分布关系来确定出人脸的大小和位置。4.在此基础上实现了一个人脸检测系统。该系统用是C++语言在VS2005.Net环境和Windows2003 Server平台下编程实现。实验结果表明,该方法能在复杂的背景和多人脸图像中较好地检测出人脸。5.将人脸检测技术运用到照片库的管理中,增强了照片库的检索功能。

全文目录


摘要  5-6
ABSTRACT  6-7
第一章 绪论  7-12
  1.1 人脸检测的研究背景和意义  7-9
  1.2 人脸检测的研究现状  9-10
  1.3 本文研究内容（目标、技术路线、过程）  10-11
  1.4 本文章节安排  11-12
第二章 图像分割的相关技术  12-24
  2.1 图像分割概述  12
  2.2 边缘检测方法  12-17
    2.2.1 梯度算子  13
    2.2.2 Roberts 边缘算子  13-14
    2.2.3 Sobel 边缘算子  14
    2.2.4 Prewitt 边缘算子  14-15
    2.2.5 Laplacian 边缘算子  15-17
  2.3 阈值分割方法  17-21
    2.3.1 直方图分割方法  17-18
    2.3.2 基于灰度期望值的阈值分割  18-19
    2.3.3 最大类间方差阈值分割  19-20
    2.3.4 循环分割的阈值分割  20-21
  2.4 轮廓提取和轮廓跟踪的方法  21
  2.5 区域增长方法  21
  2.6 基于形态学的方法  21-23
    2.6.1 腐蚀  22
    2.6.2 膨胀  22
    2.6.3 开启和闭合  22-23
  2.7 小结  23-24
第三章 人脸检测定位的方法分类  24-34
  3.1 人脸检测方法概述  24-25
  3.2 基于先验规则方法  25-26
    3.2.1 镶嵌图  25
    3.2.2 几何投影  25-26
    3.2.3 二值化定位  26
  3.3 基于几何形状信息的方法  26-27
    3.3.1 Snakes  26
    3.3.2 PDM  26-27
  3.4 基于色彩信息的方法  27
  3.5 基于外观信息的方法  27-29
    3.5.1 神经网络  28
    3.5.2 PCA  28
    3.5.3 SVM  28-29
  3.6 基于关联信息的方法  29-30
    3.6.1 概率网络  29-30
    3.6.2 DLA  30
  3.7 基于 Adaboost 算法的方法  30-32
  3.8 人脸检测的评价标准  32-33
  3.9 小结  33-34
第四章 基于人脸核心特征方法的研究和改进  34-51
  4.1 脸部核心特征结构统计  34-35
  4.2 算法流程  35
  4.3 算法详解  35-49
    4.3.1 图像分析处理  35-39
    4.3.2 区域查找和验证  39-42
    4.3.3 人脸核心特征检测  42-45
    4.3.4 核心特征辨认与人脸定位  45-49
  4.4 系统实现  49-50
  4.5 小结  50-51
第五章 实验分析与应用  51-54
  5.1 实验分析  51-53
  5.2 人脸检测的应用  53
  5.3 小结  53-54
第六章 总结  54-56
参考文献  56-59
作者简历 攻读硕士学位期间完成的主要工作  59-60
致谢  60

相似论文

  1. 基于流形学习的高维流场数据分类研究,V231.3
  2. 森林防火系统中图像识别算法的研究,TP391.41
  3. 基于仿生模式识别的文本分类技术研究,TP391.1
  4. 数字图像处理在集装箱检测中的应用研究,TP274.4
  5. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  6. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  7. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  8. 基于回波包络的超声波入侵探测在军队警戒巡逻中的应用,E919
  9. 红外图像目标识别及跟踪技术研究,TP391.41
  10. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  11. 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
  12. 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
  13. 空间信息处理中基于模糊技术的数学模型的改进,O159
  14. 基于知识的脊柱MRI影像分割算法研究,TP391.41
  15. 基于OpenCV的人脸检测方法研究,TP391.41
  16. 基于视觉的驾驶员疲劳实时检测研究,TP391.41
  17. 基于API Hook技术的Bot检测方法的研究与实现,TP393.08
  18. 计算机辅助髋关节置换手术系统研究与开发,TP391.41
  19. 基于单目夜视图像的深度估计,TP391.41
  20. 基于中介真值程度度量的图像分割方法研究,TP391.41
  21. 基于图像处理的棉花成熟度判定技术的研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com