word学 号： 3081818211 题目类型： 论文 (设计、论文、报告)电子科技大学GUILIN UNIVERSITY OF TECHNOLOGY本科毕业设计(论文)题 目：人脸检测技术研究与MATLAB实现学 院： 信息科学与工程学院专业(方向)： 电子信息工程班 级： 电信08-2班学 生：许文强指导教师：蒋中正2012 年 5 月 20 日 / 摘 要人脸检测是当今视觉领域里非常重要和实用的研究课题，它应用于现实生活中的各个领域，如公安、金融、网络安全、物业管理以与考勤等。基于视频的人脸检测属于动态检测，方法是先提取视频文件的帧，然后再对帧图像进展人脸检测，利用肤色特征的检测算法先对图像帧进展处理，然后建模，运用适当的算法把人脸检测出来，运用该方法完成了视频之中的的人脸检测。本文采用MATLAB软件进展仿真，包括实现提取视频文件的帧，对输入图像检测有人脸如果存在的位置，大小和位姿，程序运行结果根本实现了上述功能。关键词:人脸检测；视频检测；肤色特征ResearchofFaceDetectionand Implementation of MatlabStudent: xu wenqiang Teacher:jiang zhong zhengAbstract：Face detection is very important and practical research topic in the visual field，it is applied to many areas in our lives Such as public security, finance, network security, property management and attendance, Based on the videos face detection is dynamic detection ,The idea is to extract video file frame, then as the image face to detectionUse the skin color characteristics of the detection algorithm , first to do processing testing, Then modeling.Use appropriate algorithm, the face detection out.By using this method the video to finish face detection. this paper, we also use Matlab software simulationIncluding realize The input image for face detection, Video file frame extraction then That is to make sure that there is an image input face (if present) of location, size and posture of the process.To run the program results basically achieved the function Key Words：Face Detection；VideoDetection；Skin color characteristics目次摘要IAbstractII1 绪论11.1 论文的研究历史背景与目的11.2 国外研究现状21.3 论文的主要容安排32 人脸检测与其算法简介52.1 人脸检测介绍52.2 人脸检测的常用方法55673 基于视频的人脸检测研究与其实现83.1 matlab图像处理工具箱中的视频操作8提取AVI视频文件的帧93.3 对图像进展肤色特征的人脸检测111111133.3.4 检测人脸区域的选定14图像向AVI视频文件的转换164 人脸检测在MATLAB软件下仿真实现184.1 设计条件184.2 设计流程1818194.3 人脸检测的MATLAB实现1919215 结论22致谢23参考文献24附录251 绪论当前，人脸检测越来越受到大家的关注，它作为生物特征识别中一个非常重要的一个分支，已成为计算机视觉与模式识别领域中非常活跃的一个研究领域。而基于视频的人脸检测更是学术界的一个难点。数字视频是数字图像在时间轴上的扩展，可以将视频的每一个帧视为一副静止的图像，而本文先会对视频进展处理，然后再对图像进展人脸检测3。作为图像与视频中最重要的视觉图像之一，人脸包含很多信息，通过人脸检测，我们可以很快的知道一个的局部根本资料，如性别，表情，年龄和身份等根本信息，在现实生活中如在公安、金融、网络安全、物业管理以与考勤等都会用到人脸检测，因此人脸检测技术具有很高的学术的研究价值和商业价值，这就引起了在人脸识别这方面的广阔科学研究工作者的浓厚兴趣，可以这么说，人脸检测已经成为当前科学界最热门的一个课题之一。1.1 论文的研究历史背景与目的近年来，由于视频监控，人机交互和视频检索等应用的需求，视频中的人脸检测研究得到迅速开展。视频中人脸检测可以划分为三个环节:先提取视频文件中的帧，对图像进展人脸检测，再复原成视频，完成视频中人脸的检测。人脸检测最初来源于人脸识别。是指对于任意一副给定的图像，采用一定的策略对其进展搜索以确定其中是否含有人脸，如果是如此返回一脸的位置、大小和姿态，并把有人脸的地放识别出来。早期，人脸检测技术主要服务于人脸识别课题的研究；但是，随着生物识别技术的快速开展，入脸检测技术己经被广泛的应用于其它相关领域，产生一定的商业价值。例如：国家军事、安全系统验证、视频会议、人机智能交，各类金融卡、身份验证等等方面具有重要的应用价值，所以，现在人们有许多人对人脸识别越来越重视了。人脸检测的研究同时也具有非常重要的的学术价值，人脸是一类具有相当复杂的细节变化的自然结构目标，对此类目标的挑战性在于：人脸由于外貌、表情、肤色等不同，具有模式的可变性；一般意义下的人脸上，可能存在眼镜、须等附属物；作为三维物体的人脸影像不可防止地受由光照产生的阴影的影响。因此，如果能够找到解决这些问题的方法，成功地构造出人脸检测系统，将为解决其他类似的复杂模式的检测问题提供重要的启示。人脸检测的目的是检测一图像是否由人脸，如果有人脸，就把它从图像背景中别离出来，然后对特征进展人脸识别。而在视频中的人脸检测在信息处理中，已经成为是一项相当难突破的技术，越来越受到计算机视觉界的广泛关注，作为这个有价值课题，已经渗透到各不同领域中。国外研究现状目前，越来越多的国家开始对人脸检测与其识别的研究。并且开展得很快，已经由原来的静态识别到动态识别，由单向多脸识别，还有从最初的二维脸识别到现在的三围立体的识别。在国，最早研究人脸检测识别的，当属于中科院计算所跟哈工大的一个联合面像实验室。该实验室的高文教授，熙林教授，山世光教授，直到今天，都一直活跃在人脸识别领域，更可贵的是，在IEEE上面发表了很多paper。这一点，很值得国的同行学习。后来，该实验室，成为银晨的研发中心，专门为银晨做技术研发和技术支持。其次是中科院生物识别研究所的子青教授，以与下属的中科奥森公司。子青教授，当年在微软亚洲研究院的时候，就从事人脸识别方面的研究工作。后来，在中科院组建了专门的人脸识别研究团队。该研究团队，首先提出了基于近红外的人脸识别技术，并将该项人脸识别技术用于08年奥运会。同时，基于近红外的人脸识别技术，得到了国际上同行业专家的认同和一致肯定。接着，是清华大学的丁晓青教授。丁晓青教授在OCR(字符识别)领域，可谓国第一人。不过，最近几年转行做人脸识别，也是非常有成就的。不说别的，就只从FRVT2006美国国家标准研究所2006年全球人脸识别供给商系统性能测试的测试结果来看，丁晓青教授的研究团队是唯一一个完成大规模3D人脸识别性能测试的参赛团队。由此可见，在国人脸识别领域来说，她们的算法，在3D领域，绝对排名第一。国外主要有美国、欧洲国家、日本等著名的科研机构有美国的MIT和CMU，英国的剑桥大学。在人脸识别领域中，国际上逐步形成了一下几个研究方向：基于几何特征的方法、基于肤色模型的方法、基于模板匹配的方法、基于KL变换的特征脸方法、基于隐马尔可夫模型的方法和神经网络识别的方法等等。它们可以被归类到基于显式特征和基于隐式特征的两大类方法中。开展至今，人脸识别的方法越来越多，最有代表的是基于Haar特征的人脸识别方法是其中较为典型的方法，该算法不仅具有较高的检测率，同时也能够满足实时检测的要求。基于Haar特征的人脸识别方法始于2001年Paul Viola和Michael Jones两者撰写的一篇论文，他们在论文中提出了Haar特征和Adaboost算法，并利用它们进展人脸检测。但是此方法只能用于检测正面无旋转的人脸。为此，Rainer Lienhart等人于2002年对此方法进展了扩展, 增加了倾斜特征的定义，此后此方法被扩展到全旋转缩放情况下的人脸检测。自从以上几位学者运用基于Haar特征和Adaboost算法进展人脸检测取得长足进步之后，基于Haar特征的人脸检测方法备受专家学者的青睐，国外相关容的研究成果也是层出不穷。论文的主要容安排本文首先介绍人脸检测的根本容，介绍人脸检测与其的方法，然后就是基于视频的人脸检测设计与其实现，在这局部中首先从视频中提取视频文件的帧，再对图像进展肤色特征的人脸检测，然后把检测后的图像还再转换成视频，再播放，以达到人脸检测的目的。检测图像是否有人脸，如果有，如此把人脸从图像中标识出来达到预想的目的。最后再通过Matlab软件仿真，达到我们人脸检测的目的。本论文的章节安排和主要容如下:第一章绪论。主要介绍了本文的历史背景，着重介绍了人脸检测技术的研究现状以与国外研究现状，并明确了本文的工作容和章节安排。第二章是对人脸检测与其算法的介绍。首先进展人脸检测的介绍；然后介绍了当前国外用到的人脸检测技术；其次介绍人脸检测的几种方法，当前人脸检测的几种方法，如基于特征的人脸检测，模块匹配的人脸检测，基于统计的的人脸检测和基于adaboost算法的人脸检测方法。对本设计中所用到的关键技术进展重点阐述。第三章介绍基于视频的人脸检测研究与其实现。在这章中首先matlab图像处理工具箱中的视频操作，因为我们首先要对视频进展提取帧的处理，然后介绍帧图像基于肤色特征的人脸检测的设计。可以分为三大步骤：1对图像初步处理。详细利用色彩平衡、光照补偿对人脸图像进展预处理的方法。2基于肤色特征的人脸检测。介绍了色彩空间的相关知识，通过肤色分析选择YCbCr色彩空间建立肤色模型，再运用该肤色模型进展了人脸肤色分割，并对图像进展膨胀腐蚀以与平滑操作，得到人脸候选区域，完成对人脸的粗检测。检测完后的图像再进展转化为视频，以达到在视频中检测人脸的目的。第四章，人脸检测的Matlab实现与仿真。并对其进展分析，首先对软件的硬件做了简单介绍；然后从整体上描述基于视频的人脸检测的流程图。展示了人脸检测的实验结果并进展了比拟分析。运用编写好的程序对图片进展人脸检测。看是否能达到我们所想要的效果。最后局部是对整个毕业设计工作进展了总结和展望。2 人脸检测与其算法简介