数码相机中脸部识别技术的研究答辩

当图像灰度变化平缓，小波系数的模值较小， 波动也较小；当某一方向的小波核遇到图像中 该方向上的灰度剧变区域(边缘)，小波系数的 实部和虚部会发生振荡，模值增大，出现峰值
毕业设计答辩 PPT
Gabor 小波
实部 虚部
滤波器
由于人脸表情表现为高频特征，故可取较高 频率的小波函数与表情图像卷积，以提取高 频信息并屏蔽掉与表情变化无关的低频信息
? ? Re?? j?x????
?2 kj
??
?2
exp ? ? ?
?
?2 kj
2?
x?2
2
??? ??cos ???
?? kjx ?
? exp ??? ?
?2 2
?? ?????
Im ?? j?x????
?2 kj
??
?2
exp ? ? ?
?
? ? ?? ? 2
kj
? x
2
??
??
2? 2
? sin k j x ?
人脸检测的基本方法
人脸检测
基于模板匹配的方法 基于外观形状的方法 基于神经网络的方法
基于特征的方法
本论文中采用基于肤色的人脸检测方法
毕业设计答辩 PPT
表情特征的提取方法
几何特征法 Gabor小波匹配法
特征脸法 神经网络法 马尔科夫法 变形模板法
人脸表征
本论文中采用二维Gabor小波的提取方法
毕业设计答辩 PPT
毕业设计答辩 PPT
KL 变换优化
通过对30张10个 不同人的照片进 行人脸肤色RGB 值的提取，使之 更符合亚洲人的 肤色
对KL肤色空间的肤 色集中区间优化， 得到更适合亚洲人 肤色的区间范围
?176 ? K1 ? 389?
??- 40
?
K2
?
28
? ?
?? - 21 ? K 3 ? 10 ??
毕业设计答辩 PPT
谢谢各位老师！
王宇辰 理学院 光信科0801
毕业设计答辩 PPT
数码相机中脸部识别 技术的研究
答辩人： 理学院 指导老师：
毕业设计答辩 PPT
1 绪论
基于肤色的人脸检测方法
2
论文结构
3 基于Gabor小波的表情特征提取
结束语
4
毕业设计答辩 PPT
人脸识别技术系统流程
人脸检测
人脸表征
人脸识别
人脸检测定位
表情特征提取
输出结果
毕业设计答辩 PPT
RGB 彩色空间
为了对同一个人 在不同光照环境下的 肤色都具有适应性， 就要求所建立的肤色 模型的取值范围要尽 量宽，但这会造成大 量非肤色像素被标定 为肤色像素
毕业设计答辩 PPT
KL 变换
通过它可以把图象从高维空间表示转换到 低维空间表示，避免光照对模型的影响
公式 范围
?K1?
??K 2?? =
?
用一个卷积来定义
?I ?x???
j?x??
x???d
2
? x??
0
毕业设计答辩 PPT
结论
1
2
3
人脸识别技术已经 可以在室内控制光 照的条件下达到一 定的实用性，中，通过对 KL肤色空间的优化 ，得到更适合亚洲 人肤色的区间范围
Gabor小波变换处 理数据量较少， 对光照变化不敏 感，且能容忍一 定程度的图像旋 转和变形
毕业设计答辩 PPT
输入分割区域 去噪声处理 边界连通处理 得到初始矩形 删除非法区域 输出最终矩形
人脸区域检测算法流程
毕业设计答辩 PPT
Gabor小波特征提取原理
二维小波变?换描述
了图像?I= ?x ?上给定 一点 ?x ?附近区域的
灰度特征
小波变换是一种时间 -频率分析方法，在 时域和频域同时具有 良好的局部化特征
??K 3??
? 0.666 ??- 0.709 ?? 0.230
0.547 0.255 - 0.797
0.507? ?R ? 0.657?? ??G?? 0.558?? ??B ??
肤色集中区域
?110.2 ? K1 ? 376.3?
??- 61.3
?
K2
?
32.9
? ?
?? -18.8 ? K 3 ? 19.5 ??