基于Gabor滤波和神经网络的人脸检测方法研究

割 以及膨 胀 、 腐蚀 等形 态学 处理 确定 潜 在人脸 区域 ， 对每 个潜 在 区域 逐一进 行 Ｇ ｂｒ 波 和缩 放并 输 入 ａｏ 滤 神经 网络作人 脸 、 非人 脸判 别 ， 直至 缩放 尺度 小 于样
本或 检 测到人 脸 为止 ；
１ 算 法 结构
基于 ｙ 色模 型、 ａｏ 滤波 和神经 网络 Ｃｃ 肤 Ｇ ｂｒ
类 区域 中 ｒｉ １ ，ｍ ＝２５ ｍ ＝ ６ Ｙ ３。
算法中采用肤色检测 、 缩放 、ａｏ 滤波和 Ｐ Ａ Ｇ ｂｒ Ｃ 特征降维的 目的都是为 了提高检测速度 、 降低算法 复 杂度 。将 待 检测 图像 与用 人脸 样 本及 非人 脸样 本
训 练神 经 网络 进行 比较 能够 有效 地 提高 检测 精度 。
１ ）选 取人 脸 库样 本 和非人 脸样 本作 为 训 练集 ，
对训 练样 本进 行 Ｇ ｂｒ 换 得 到一 组 投 影 向量 ， ａｏ 变 该
向量 通过 Ｐ Ａ 降 维 后送 入 神 经 网络 进 行 训 练 后 作 Ｃ 为人 脸 检测判 别 器 ；
．
２ ）对待 检测 图像 进 行 光 照 补偿 、ｃｃ 肤 色 分 ｙ ，
２１ 年 １ ０１ ０月
西 北 工 业 大 学 学 报
Ｊｕ ａ ｆＮｏｔｗｅｔｒ ｏｙｅｎｖｒｉ ｅ ｙ
Ｏｃ． ２ ｔ ０１１ Ｖｏ ＿ ９ Ｉ ２ Ｎｏ ５ ．
第２ ９卷第 ５期
基 于 Ｇ ｂｒ 波和 神 经 网络 的 人脸 检 测 方 法研 究 ａｏ 滤
域进行判 别 。仿真 实验 表 明该 方法检测 算法复杂度 明显降低 ， 精度 可 以达 到 ９ ％ 以上 。 ５
关 键 词 ： ａ ｏ 滤 波 ， 色模 型 ， 经 网络 ， 脸 检测 Ｇ ｂｒ 肤 神 人 文献标 识码 ： Ａ 文章 编号 ：０ ０２ ５ （０ １ ０ －６ ０ ５ １ ０ －７ ８ ２ １ ） ５０ ９ － ０ 的方法 人脸 检 测算 法结 构如 图 １ 示 。 所
曲 仕 茹 ，熊 波
（ 西北工业大学 自动化学 院 ， 陕西 西安 ７０ ２ ） １ １９
摘
要： 文章针 对复杂 背景 下彩 色图像 中人脸检 测 算 法复杂度 大、 计算 时 间长 的问题 ， 出 了一 种 改 提
进 方法。对输入 图像 进行 自适应光 照补偿 ， 色彩 变化 建 立 ｙ 色模 型 ， 按 ｃＣ 肤 筛选 潜在 人脸 区域 ； 对 该 区域进行 Ｇ ｂｒ ａ ｏ 滤波获得 图像 特征 向量 ， 用主成 分析 法对 其降 维 ； 用经训 练的神 经 网络 对候 选 区 利
第 ５期
曲仕茹 等 ： 基于 Ｇ ｂｒ ａ ｏ 滤波和神经 网络的人脸检测方 法研 究
・９ ６ １・
束， 否则 继续 判 别 。
式中， Ｙ 、 】 表示肤色区域中轴线 ；ｔ 表 Ｃ （ ） Ｃ（， ） Ｋ、 示非线性分段色彩变换分段 阈值 ， 为常量 ， 即 ＝ １５， ＝ １８ Ｙ ２ Ｋ ８ ； 由实验数 据 得 到 ， 在肤 色 聚
需 的训 练 时 间长 ， 而且 只对 正 面 人 脸 的 检 测 比较 有 效 。基 于分类 方法 的人脸 检 测 中分类 器选 择 十分重
Ｇ ｂｒ ａ ｏ 滤波 ｌ
ｔ
Ｉ 垄堕 堡
、 、
垒 鲎 丝 ｌ Ｙ
— ～
次缩放 Ｉ、 ，于样 Ｊ
丫 １
神经网络
Ｎ
人 ｌ 选区域结舜
收稿 Ｅ期 ：０ ００ —８ ｔ ２ １－９１
３ ）判 断每 个潜 在 区域是 否处 理完 毕 ， 则 结 是
基 金项 目 ： 博士点基金 （ 导类 ） ２ ０６ ０ １０ ２ ） 博 （０ ９ １２ １０ ７ 资助
作者简介 ： 曲仕茹 （ ９ ３ ） 女 ， １６ 一 ， 西北工业大学教授 ， 主要从事交通信息检测及智能交通 系统研究 。
ｌ 待检测图像Ｉ ｌ光 照补偿 ｌ
中图分类 号 ： Ｐ ３ ． １ Ｔ ９ １４
人 脸 检测 即在 图像 中确定 是 否包 含人脸 及 定位 人脸 的位 置 、 围 、 范 姿态 等是计 算机 视觉 、 式识 别 、 模 图像 理解 等领域 的研 究热 点 ， 在基 于 内容 的检索 、 数 字视频 处 理 、 觉监 测等 方 面有 十分重 要 的应用 。 视
若将肤 色区域 宽度分别用
示 ， 是 一个 分段 函数 ， 达 式为 也 表
（ ）＝ Ｙ
＋
（，、 （ ）表 １ ｙ ）
２ 肤 色检 测
人 脸 检测方 法 按模式 分 主要有 两类 。基 于特征
的方 法 ¨依 靠 搜 寻 图 像 中人 脸 的 面 部 特 征 及 其 几 何关 系检 测人脸 ， 特征 点 明显 的情况 下效 果较 好 ， 在 但 检测 结 果易 受 光 照 、 挡 和其 它 噪声 的影 响 。基 遮 于分类 的方 法 ¨ 是用 分 类 器 把 输 入 图像 分 成 人 脸 与非 人脸 ， 精度 高 、 实时性 好 ， 但误 检率 高 、 分类 器所
二
在 原图标记
要， 主要 有 基 于 Ａ ａｏｓ 方 法 、 于 支 持 向量 机 ｄｂｏｔ 基
的方 法 和使用 神经 网络 的方 法 。 人脸 检 测 方法 主要 问 题是 时 间 、 度 和 特 征选 精
图 １ 人脸 检测算法结构
取等 ， 此本文 提 出 了使 用 基 于 Ｙ 色 模 型在 为 ＣＣ 肤 图像 上对 潜 在 的人 脸 区 域 进 行 初 筛 选 ， 用 Ｇ ｂｒ 利 ａｏ 滤波 器进 行人 脸 区域 的特 征 提 取 ， 主 成 分 分析 法 用 （ Ｃ 对 特征 集进 行 降维 处 理 ， 后 用 神 经 网 络 人 Ｐ Ａ） 最 脸检 测判 别器 给 出图像 中人 脸准 确位 置 。