基于改進YCrCb色彩空間的人臉檢測算法.pdf

1、人臉檢測是人臉識別系統(tǒng)中一個重要的步驟，是一門復雜的交叉學科，涉及到模式識別，圖像處理，算法設計，計算機圖形學等相關學科，人臉檢測結果為人臉識別提供直接處理數(shù)據(jù)，所以人臉檢測的質量好壞直接決定著后期人臉識別率的高低和識別速度，提高人臉檢測的準確率和檢測速度是提高人臉識別效果的關鍵。
　　 本文研究了近年來國內外人臉檢測研究領域發(fā)表的大量論文和學術報告，針對目前人臉檢測存在的檢測率受光照條件影響波動較大的現(xiàn)狀，在借鑒前人的研究成果

2、和論文的基礎上，對人臉檢測方法做了改進，提出了采用基于改進YCrCb顏色空間的膚色模型的人臉檢測算法，實現(xiàn)了人臉檢測系統(tǒng)，取得了較好的人臉檢測效果。本文的研究成果如下：
　　 1)改進了傳統(tǒng)的RGB顏色空間到YCrCb顏色空間的轉換算法
　　 傳統(tǒng)的RGB轉化YCrCb算法是一種簡單的線性變換，本文通過實驗證明在亮度較大的照片中人臉膚色區(qū)域的像素經RGB轉化YCrCb公式得到的Cr分量值和Cb分量值與正常亮度照片中得到的

3、值相差較大，并Cr、Cb值隨著亮度的增強趨近于0。亮度的范圍越大，表現(xiàn)膚色色彩信息的Cr、Cb值聚集度越差，膚色模型就不適合對各種亮度條件下的圖片實現(xiàn)人臉膚色的準確分割。本文通過分析傳統(tǒng)RGB轉換YCrCb算法的幾何意義，提出一種改進的結合線性和非線性變換的RGB顏色空間到YCrCb顏色空間的分段轉換公式。并通過實驗證明改進后的轉化算法得到的Cr、Cb值具有更強的聚類性。
　　 2)提出了水平垂直投影與模板匹配相結合的人臉檢測<

4、br>　　 本文采用對連通區(qū)域水平、垂直投影結合模板匹配的方法實現(xiàn)對候選人臉的篩選，通過把候選人臉的大小放縮到固定尺寸，并在水平、垂直方向等量劃分若干區(qū)域，計算每一個區(qū)域像素點的個數(shù)生成投影圖，與標準正面人臉輪廓的投影圖對比，以相似度作為判斷是否為人臉的依據(jù)。另外通過人臉模板顏色的分布特征建立顏色矩陣模板進行基于顏色分布特征的模板匹配，以匹配率高低確定人臉。
　　 3)完成了基于改進YCrCb色彩空間的人臉檢測系統(tǒng)。