一种基于肤色的快速人脸检测算法

合集下载

2000017359

信息技术啄一-'U I UN U ．2．I C h i n a N e w Tec h no l og i es a n dProduel 、嗣囵囫翟：互圃●■■誓■U 篮—U ‘刈嵋工■一种基于肤色的人脸检测方法袭杨瑕’(1、武警工程学院研究生管理大队。

陕西西安710086吴薇22、武警工程学院通信工程系，陕西西安710086)摘要：本文首先在色彩空间的知识基础上建立肤色模型，然后进行相似度计算、平滑滤波和二值化分割。

随后利用人脸的几何特征对这些可能的人脸区域进行分析，根据面积、长宽比等几何判定规则进行筛选．最后得到候选人脸区域。

关键词：人脸检测；肤色；相似度；二值化；筛选引言人脸检测是指：在输入图像中确定是否有人脸存在，如果，f f i A l l 确定其位置、大小、位姿的过程。

人脸检测问题的提出源于人脸识别．人脸识别的第一步就足要从图像中检测并定位l 叶J 人脸的位置。

随着模式识别技术的发展以及自动化程度的提高，人脸检测开始作为—个独立的领域进行研究。

人脸检测方法主要有基于几何特征的方法、基于肤色模型的方法和基于统计理论的方法。

本文将主要介绍一种基于肤色的人脸检测算法。

1色彩空间的选择为了对肤色进行分割，把人脸区域从背景中分离m 来．需要使用适合不同光照条件下的可靠的肤色模型。

研究显示：尽管不同种族、不同年龄、不同性别的人的肤色看上去不同．但这种不同主要集中在亮度上，在去除亮度的色彩空间翟，不同人的肤色分布具有聚类性。

本文中的肤色模型就足在这样的色彩空间里建立的。

通常所用的表现彩色|冬|像的方法是R G B ．但是在这里，R G B 空间不再适合用来作为肤色模型的色度空间。

阏为在R G B 图中，(r ．g'b)这{个分蛩不但代表着罔像的色彩分布，而且还表示着图像的亮度(图像中每个像素的亮度等1二其R G B 三个分量之和)．而亮度是—个非常不稳定的参量．它很容易受到周闱环境的影响而导致分离肤色Ⅸ域的失败。

一种基于肤色特征的人脸特征点定位方法

ｒｅｇｉｏｎｗａｓｐｏｓｉｔｉｏｎｅｄｐｒｅｃｉｓｅｌｙｕｓｉｎｇｓｋｉｎｃｏｌｏｒｆｅａｔｕｒｅｉｎｔｈｅｍｕｌｔｉ — ｓｋｉｎｃｏｌｏｒｓｐａｃｅａｆｔｅｒ
关键词：人脸特征点；多色彩空间；人脸检测；特征区域；自动定位中图法分类号：ＴＰ３９１文献标识码：Ａ
Ａｆａｃｉａｌｆｅａｔｕｒｅｐｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｓｋｉｎｃｏｌｏｒｆｅａｔｕｒｅ
ｐｒｅｔｒｅａｔｉｎｇｔｈｅｆａｃｅｉｍａｇｅ．Ｎｅｘｔ，ｔｈｅｆｅａｔｕｒｅｒｅｇｉｏｎｓｗｅｒｅｐｏｓｉｔｉｏｎｅｄｕｓｉｎｇｃｏｌｏｒｍｏｄｅｌｆｕｎｃ —
ｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｎａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｇｚｈｏｕ４５０００１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｈｉｇｈｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙ，ｐｏｏｒｒｏｂｕｓｔｎｅｓｓａｎｄｌｏｗａｃｃｕｒａｃｙ

一种基于肤色模型的贝叶斯人脸检测算法

Ｂａｅｉｎｆｃｔｃｉｎａｇｒｔｍａｅｎｓｉｅｍｅａｉｎｙｓａａｅｄｅｅｔｏｌｏｉｈｂｓｄｏｋｎｓｇｎｔｔｏ
ＷＥＮｎＪｉｇ，ＧＡ０Ｘｉ－ｏｎｂ
（ｃｏｌｆＥｅｔｏｉｎｉｅｒｎＳｈｏｌｃｒｎｃＥｇｎｅｉｇ，ＸｉｉｎＵｎｖ，Ｘｉａ７０７，Ｃｈｎ）ｏｄａｉ．ｎ１０１ｉａ
Ｍｅｎｉ。ａｎｗｔｏａｅｎｔｅｃｕｔｒｖｌｉｕｃｉｎｉｒｐｓｄｔｅｅｍｉｅｔｅｏｔｍａａｔｍｅｅｍｅｈｄｂｓｄｏｈｌｓｅａｉｔｆｎｔｓｐｏｏｅｏｄｔｒｎｈｐｉｌｄｙｏｎｍｂｒｆｕｅｓｏＧＭＭｏｐｎｎｓＳｓｔｐｏｅｔｅｐｅｉｉｎｏｅｅｔｏ．ＴｏｓｅｄｕｈａｉｌｅｔｒｃｍｏｅｔＯａｏｉｒｖｈｒｃｓｏｆｄｔｃｉｎｍｐｅｐｔｅｆｃａａｕｅｆ
ｄｔｃｉｎ。ａｄａｎｅｒｈａｇｒｔｍｉｉｔｏｕｅｎｔｅＢｙｓａｌｓｉｅ．Ｅｘｅｉｎａｅｕｔｅｅｔｏｉｍｏｄｓａｃｌｏｉｈｓｎｒｄｃｄｉｈａｅｉｎｃａｓｆｒｉｐｒｍｅｔｌｒｓｌｓ
ＡｂｔａｔＩｒｅｏｂｉｐａｆｓｎｆｅｔｅｓｓｅｆｒｆｃｅｅｔｎｂｏｉｉｇｔｅｓｉｏｏｓｒｃ：ｎｏｄｒｔｕｌｕａｔａｄｅｆｃｉｙｔｍｏａｅｄｔｃｉｙｃｍｂｎｎｈｋｎｃｌｒｄｖｏｉｆｒｔｎｗｉｈｆｃａｅｔｒｓｔｅｐｐｒｐｏｏｅａｅｉｎｄｔｃｉｎａｇｒｔｍａｅｎｔｅｓｉｎｏｍａｉｔａｉｌｆａｕｅ，ｈａｅｒｐｓｓａＢｙｓａｅｅｔｌｏｉｏｏｈｂｓｄｏｈｋｎｍｏｅ．Ｔｈｒｒｉｌｗｏｓｅｓｉｕｌｏｉｍ．ｓｉｏｏｅｅｔｎａｄｆｃａｅｔｒｅｅｔｏ．ｄ１ｅｅａｅｍａｎｙｔｔｐｎｏｒａｇｒｈｔｋｎｃｌｒｄｔｃｉｎａｉｌｆａｕｅｄｔｃｉｎｏＴｈｏｍｅｏｅｓｓｉｅｉｎｏｔｅＧａｓｉｎＭｉｔｒｏｅａｄｓｔｐｒｌｓｆｒｓｉｅｅｔｏ．ｅｆｒｒｍｄｌｋｎｒｇｏｓｔｈｕｓａｘｕｅＭｄｌｎｅｓｕｕｅｏｋｎｄｔｉｎｃ

基于肤色模型和中线定位的人脸检测算法

Face Detection Algorithm Based on Skin Color Model and Midline Localization
LIU Zai-ying, ZHU Lin-ling, YANG Ping
(College of Information Science and Technology, Sanda University, Shanghai 201209, China) 【Abstract】The appearances of human face, expression, color and so on are different, which bring difficulties to face detection, such as high false face detection and false dismissal. This paper proposes a multi-face detection algorithm based on skin color model and midline localization. Utilizing the facial skin color information firstly, most of the background regions can be excluded quickly. The approximate face candidate regions can be segmented according to facial external structure features. By projecting the edge detection image to X-axes, the midline position of face can be located, and multi-face detection and localization are realized. A black hair single face detection rate of 93.3% can be obtained for a test photo sequence. Experimental results show that the algorithm proposed in the paper can improve the multi-face detection accuracy and is highly robust to facial expression. 【Key words】face detection; skin color model; midline localization; dominant characteristic; edge detection; projection DOI: 10.3969/j.issn.1000-3428.2013.01.043

一种新的基于肤色模型的人脸检测算法

优越性。
关键词人脸检测肤色模型非线性分段色彩变换几何特征文章编号１０ — ３１（０６１— ０００文献标识码Ａ０２８３一２０）１０７ — ３中图分类号Ｔ３１Ｐ９
ＡｖｌＦａｅＤｅｅｔｏｅｈｄＢａｅｎＳｉｏｅＮｏｅｃｔｃｉｎＭｔｏｓｄｏｋｎＭｄｌ
常见的人脸检测算法一般都具有计算量大、度慢、报率高的弱点。章基于肤色模型，究了基于非线性变换技术的速误文研
方法．并且融合几何特征进行人脸厦其特征点的检测。实验证明，该算法十分有效，速度快、误报率低，相对其它算法具有
维普资讯
一
种新的基于肤色模型的人脸检测算法院，湖长沙４０８）１０２
Ｅｍｉｇｒｉｉ＠１６ｃｎ — ａ：ｉｌｊｌｌｕｅ２．ｏ
摘
要
人脸检测是计算机视觉、模式识别、人机交互研究中一个很受关注的研究热点。人脸模式错综复杂、易受干扰，
ＬｉｉＺｈｎｎｉｇｕＪｅａｇＨａｌｎ
（ｏ１ｅｏｏｐｔｒａｄＣｍｍｕｉｔｎＨｎｎＵｉｒｔ，ｈｎｓａ４０８）Ｃ１ｇｆＣｍｕｅｎｏｅｎｃｉ，ｕａｎｖｓｙＣａｇｈ１０２ａｏｅｉ
难题。
的优越性。
２一种新的基于肤色模型的人脸检测算法
２１肤色模型的获得与颜色空间的选择．

基于肤色分割及特征定位的人脸检测算法研究

基于肤色分割及特征定位的人脸检测算法研究作者：张书真宋海龙向晓燕来源：《现代电子技术》2008年第14期摘要：针对复杂彩色图像提出一种快速有效的人脸检测算法。

首先通过一种新的色彩均衡技术消除由光照引起的色彩偏移，然后采用I空间与归一化RGB空间相结合的混合肤色模型，提取出原图像中的类肤色区域，最后根据人脸的几何特征定位眼睛、嘴巴和人脸区域。

实验结果表明，该算法能较为准确地定位彩色图像中的正面或小角度偏转的人脸，具有较快的检测速度。

关键词：人脸检测；色彩均衡；肤色模型；特征定位，，(1College of Physics cience & Information Engineering,Jishou[JZ]2College of Information Management & Engineering,JishouUniversity,Zhangjiajie,427000,China )[J12/3]Abstract：A face detection algorithm for the color image with complex background is presented,which is effective and feasibleFirstly,a new technique of color balance is used to remove the color bias produced by light conditionecondly,a mixed model in both I and normalized RGB colorskin color segmentation,the geometrical shape information of face is used to locate eyes mouth the face regionExperimental results show that the proposed approach can detect positive or rotated facece detection isKeywords：1 引言人脸检测是模式识别与计算机视觉领域的一项热点课题，它广泛用于人脸识别、智能人机接口、视频会议等。

基于肤色模型的人脸检测算法

示：
度分量分离的优点，但由于它可以从ＲＢ格Ｇ式线性变化得到，以所直接应用于物体色彩聚类分析的情况不多，相比之下，其基础上在的变换模型的应用更为普遍［３１。２２高斯模型的建立．由于通过采样得到的是离散的点，所以如果直接通过象素ｃ、ｒｂｃ的值来判断是否就是肤色象素是不现实的，需要通过数学方法建立一个模型，从而得到一个函数，输入一个象素的Ｃ、ｒ，出该象素是ｂＣ值输肤色象素的概率或者直接设置阈值输出判断。假设肤色模型服从高斯分布Ｎ（Ｃ）其中：ｍ，，ｍ是［ｂｃｌ数学期望，ｅ，ｒ的Ｃ是【ｂｃＪ协方差，ｃ，ｒ的即：
ｎｎｅｓａｅｎｔｅｄｉｃｓｉｎｏｋｎｏｏｍｏｅ．ＤｕｎｔｅｔｔｓｉｓｏｏａａｃＤｃｉｈｓｕｓｏｆｓｉｃｌｒｄ１ｉｒｇｈＳａｉｔｆｓｍｅｓｍｐｌｋｎｏｂｉｄｉｇｌｂａｙ，ｃｎｕｌｈｓｉｏｏｃｅｓｉｔｕｌａｍａｅｉｒｒｗｅａｂｉｔｅｋｎｃｌｒｄｍｏｅａｄｕｉｇｔｅｄｌｎｓｎｈｍｏｐｏｏｉａｐｏｅｓｓｌｃｔｅｃｎｉａｅｅｉｎｒｈｌｇｃｔｒｃｓｅｅｔｈａｄｄｔｒｇｏ．Ｔｈｎｔｅａｄｄｔｒｇｏａｅａｉａｅｂｈｉｅｆｃｍｅｄ．Ｕｓｎｅｈｃｎｉａｅｅｉｎｃｎｂｖｄｔｄｙｔｅｅｇｎａｅｌ￣ｏｉｇｔｉｔｏａｏｎｙｅｓｒｈａｃｒｃｆｔｅｄｔｃｉｎｂｔｅｖｒｔｅｄ￣ｃｏｉｅｆｃｍｅｈｄｓｓｏｓａｃａｙａｄｎｈｈｓｍｅｈｄｗｅｃｎｎｔｏｌｎｕｅｔｅｃｕａｙｏｈｅｅｔｕｇｔｏｅｈｅｔｆｅｇｎａｅｏｔｏｌｗｅｒｈｓａｐｒｍｉ．Ｉｔｅｅｄｏｈｐｐｒｂｉｇｏｗａｄａｕｎｎａｙａｏｔｈｗｏｅｐｎｔｅｄｔｃｉｎｓｓｅａｄｕｈｏｔｅｆｌｗ－ｐｗｏｋｎｆｔｅａｅ，ｒｎｆｒｒｓａａｒｂｕｏｔｘａｄｈｅｅｔｙｔｍｏｎｏｔ，ｋｈｏｌｏｕｒ．

一种基于肤色模型和眼睛定位的人脸检测方法

ｆ【【５【１１．６ — ．５ — ．１ｌＧＩ９，＝００７２０２３【
维普资讯
ＣｍｕｅｎｉｅｒｇａｄＡｐｉａｏｓｏｐｔｒＥｇｎｅｉｎｐｌｔｎ计算机工程与应用ｎｃｉ
２０，４２）０８４（６
２１
一
种基于肤色模型和眼睛定位的人脸检测方法
琚
俞王新，志中，王庄
自动人脸识别是模式识别和人工智能领域的一个前沿课题，它在智能人机界面，生物信息安全技术等领域有着极为广泛的应用价值。作为人脸识别系统的前提，快速有效的人脸检
测至关重要。人脸检测算法自２０世纪９Ｏ年代初以来得到了
肤的色调基本一致。这也为利用颜色信息进行皮肤检测的可能性提供了有利的证据。文献『提出了一种基于ＹＱ颜色空间５］Ｉ
Ｅ－ｍａｌｐｌｙｆｓ２０＠１３Ｃｎｉ：ｏｌｉｈ０６６．Ｏｌ
＿
ＹＵＷａｇ－ｉＷＡＮＧＺｈ－ｈｏｇ，ｎｘｎ，ｉｚｎＺＨＵＡＮＧＪｎＳｉｃｌｒｏｅａｄｙｌｃｔｎａｅｅｈｏｆｒａｅｅｅｔｎｕ．ｋｎｏｏｍｄｌｎｅｅｏａｉｂｓｄｍｔｄｏｌｃｄｔｃｏ．ｏｉ
的椭圆区域肤色模型，实验证明该模型对于皮肤检测效果良好。本文采用该模型作为肤色模型。
通常ＲＢ空间到ＹＱ空间的变换可以用矩阵表示为ＧＩ
ｆ，］『２２ｌ０．９
ｌｆｆｆ
广泛的研究，提出了很多解决方案。大体可分为４类：并基于知识的方法（ｎｗｅｇ— ａｅｅｈｄ）基于特征的方法（ｅ— ｋｏｌｅｂｓｄｍｔｏｓ、ｄ１ａ

基于混合肤色模型的快速人脸检测算法

ｃｅｌｄｔｃｔｅｕｍａｆｃｆｏｉｎｔｙｅｅｔｈｈｎａｅｒｍｔｅｏｌｘｈｃｍｐｅｂａｇｏｎｄｏｏｉｇｓａｄｃｋｒｕｃｌｒｍａｅ，ｎｈａｅｏｄｏｓｎｓｏｔｉｌｖｇｏｒｂｕｔｅｓｆｈｅｌｕｍｉａｉｎｈｎｅ．ｎｔｏｃａｇ
域进行预处理，出人脸区域。实验结果表明，输该算法能快速有效地从复杂背景的彩色图像中检测出
人脸，光照变化具有较好的鲁棒性。对
关键词：颜色空间；光线补偿；肤色模型；人脸检测
中图分类号：Ｔ７１１Ｐ５．文献标识码：Ａ文章编号：１７ — ７０２１）８Ｏ４ — ４６４７２（００１－０８０
境光照变化及光照不均的影响，入了自适应光线补偿算法；ＲＢ颜色空间中运用多项式模型对引在Ｇ
光线补偿后的彩色图像进行肤色区域粗检测；用ＲＢ颜色空间中的多项式模型和颜色空间中的高采Ｇ斯模型相结合，先前所提取的肤色区域做进一步精确的肤色区域提取；后，二值图像的连通区对最对
Ａｂｔｃ：Ａｘｄｃｌｒｍｏｅａｅｎｈｃｍｐｅｉｏｈａｋｒｕｄｃｌｒｉｇｏａｔａｅｄｔｃｉｎａｇｒｔｍｉｓｒｔａｍｉｅｏｏｄｌｂｓｄｏｔｅｏｌｘｔｆｔｅｂｃｇｏｎｏｏｍａｅｆａｆｓｙｆｃｅｅｔｌｏｉｏｈｓｐｏｏｅｎｔｅｐｐｒｉｔ，ｉｒｅｏｏｅｃｍｅｔｅｉａｔｏｈｎｉｎｎａｉｈｈｎｅａｄｕｅｅｌｍｉａｉｎｎａａ — ｒｐｓｄｉｈａｅ．Ｆｒｌｎｏｄｒｔｖｒｏｈｍｐｃｆｔｅｅｖｒｍｅｔｌｌｔｃａｇｎｎｖｎｉｕｎｔ，ａｄｐｓｙｏｇｌｏｔｅｉｈｃｍｐｎａｉｎａｇｒｈｉｌｔｏｅｓｔｌｏｔｍｉｉｄ；Ｓｃｎｌｖｇｏｉｓｔｃｅｅｏｄｙ，ｐｌｎｍｉｌｍｏｅｔｄｔｃｓｉｏｉｈｏｅｓｔｄｏｏｍａｅｉｓｄｎｏｙｏａｄｌｏｅｅｔｋｎｆｌｔｃｍｐｎａｅｃｌｒｉｇｓｕｅｉｇｔｅＧＢｃｌｒｓａｅｈＲｏｏｐｃ；Ｔｅｈｎ，ｔｅｐｌｎｍｉｌｍｏｅｎＲＧＢｏｏｐｃｉｃｍｂｎｄｗｔｈｕｓａｄｌＹＣＣｒｃｌｒｓａｅｅ — ｈｏｙｏａｄｌｉｃｌｒｓａｅｓｏｉｅｉｔｅＧａｓｉｎｍｏｅｇｏｏｐｃｘｈｔｃｕｔｅｒｃｕａｅｃｌｒｒｇｏｎｏｈｒｖｏｓｘｒｃｉｎｆｃｌｒａｅ；Ｆｎｌ，ｔｍａｅｐｅｒａｍｅｔｏｈｉａｙｉｒｔｆｒｒｍｏｅａｃｒｔｏｏｅｉｎｉｎｔｅｐｅｉｕｅｔａｔｏｏｏｒａａｈｏｉａｌｙｏｋｒｔｅｔｎｆｔｅｂｎｒｍ－ａｅｃｎｅｔｄｅｉｎｅｅｍｉｅｔｅｏｔｕｆｔｅｆｃｒｇｏｇｏｎｃｅｒｇｏｄｔｒｎｓｈｕｐｔｏｈａｅｅｉｎ．Ｅｐｒｍｅｔｌｒｓｌｓｏｔａｈａｇｒｈｘｅｉｎａｅｕｔｈｗｈｔｔｅｌｏｉｍｃｎｕｃｌａｄｆ — ｓｔａｑｉｋｙｎｅｉ

基于肤色模型和面部特征的人脸检测算法

基于肤色模型和面部特征的人脸检测算法摘要：提出一种基于肤色模型和面部特征的人脸检测算法，在YCbCr 颜色空间建立肤色模型，根据此模型进行肤色分割，为使分割更平滑，进行了形态学处理，再结合面部特征有效除去非人脸肤色区域。

验证了该算法的可行性和高效性。

关键词：人脸检测；肤色模型；形态学处理；面部特征人脸识别是最近几年国际上图像处理和模式识别研究的热点之一。

一个完整的人脸识别系统包括以下4个模块：①人脸检测与分割；②人脸表征和特征提取；③人脸识别；④性能评估模块。

人脸检测模块是人脸识别的前提和基础，只有人脸检测时准确进行人脸定位，后期才能更准确地对检测出来的人脸进行识别。

本文提出了一种基于肤色模型和面部特征的人脸检测，目的是提取每一个属于人脸区域的肤色像素点，主要流程如图1所示。

在由日常生活照片建立的人脸检测图像集上做了许多实验，验证了该算法的可行性和高效性。

图1 人脸检测流程1 肤色模型的建立肤色模型需要选择一个合适的颜色空间并在该空间中确定一个肤色簇。

近几年的研究发现，TSL空间提供了两种高斯密度模型（单峰高斯模型和混合高斯模型），效果最佳。

YCbCr颜色空间与人的颜色感觉是一致的，并且与TSL颜色空间具有相同特性：能将亮度信息与色度信息区分开来，并具有相当紧密的肤色簇。

所以，本文采用在YCbCr颜色空间上建立肤色模型的方法。

IEEE的AnilK. Jain等人从HHI图像库中的137幅图像中手工选取了853 571个肤色像素点，并将它们绘制在YCbCr空间及其各个二维投影子空间中，得到的结果如图2所示。

图2 YCbCr及各二维投影子空间中的肤色点从图2中看出，128≤Y≤185区域中的肤色点是一个柱体，其横截面就是图2（b）中红色的椭圆部分，椭圆中心为（107，153），长轴为25.39，短轴为14.03，与水平方向的夹角弧度2.53；40≤Y≤128以及185≤Y≤240区域用4条二次曲线式来拟合，方程为：首先考虑128<Y<185的情况，它近似为椭圆柱体，只要考虑它在CbCr子空间中的投影，也就是图2（b）中的深色部分。

固定场景中基于肤色信息的人脸检测

位。实验数据表明，方法对固定场景中的人脸检测具有较好的鲁棒性，姿态、情、龄都有较强的适应性，具该对表年并
有一定的实时性。
关键词：分图像；ＳＮ滤波；色分割；圆模板；差ＨＥ肤椭人脸检测
在ＹＣＣ模型（Ｙ代表亮度、表蓝色差、表Ｃ代Ｃ代红色差）的人脸肤色有很强的聚类性，且它们之间也中并具有相关性，同人的肤色集中在Ｃ，间中的一个很不Ｃ空小区域，取适当的Ｃ和Ｃ值就能将人脸从复杂的背景选
中图分类号：３１ＴＰ９
文献标识码：Ａ
文章编号：６２７０（０２０３０４ — ２１７ — ８０２１）０ — １９０１，左边的峰为背景，边的峰为运动目标，要从图像）且右
０引言
随着智能化信息技术的发展，频监控、程教育、视远人
第１卷第３ｌ期
２１年ａ０２Ｍ
软件导刊
ＳｔａｅＧｕｉｏｆｗｒｄｅ
ＶＯ１１．１Ｎｏ．３Ｍａ．ｒ２０１２
固定场景中基于肤色信息的人脸检测
饶彦
（州民族学院理学院，州贵阳５０２）贵贵５０５
位置，及面部特征信息等。现在人脸检测的应用背景已以

一种基于肤色和模板匹配的人脸检测方法

为了基于颜色分割人的皮肤区域和非皮肤区域，文献［３］中对不同民族的４０人的肤色在ｒｇｂ模型中的分布进行了分析，研究结果表明人脸肤色在（ｒ，６）空间近似于Ｇａｕｓｓ分布。每个像素为肤色点的概率可以通过下式计算：
Ｐ（ｒ，ｂ）＝ｅｘｐ［一０．５（ —ｍ）Ｃ一（ —ｍ）］（１）其中ｍ是均值，Ｃ是协方差，＝（ｒ，ｂ）。根据式（１）的计算，可以得到一幅图像中每个像素属于皮肤的概率大小，进而得到基于肤色统计特性的似然图。
本文综合运用人脸的颜色特征、外形特征和结构特征进行人脸检测。
１．１肤色模型
ｒｇｂ模型是归～化的ＲＧＢ模型，因为ｒｇ＋６＝１，所以一般只使用（ｒ，ｂ）空间，这样实际上实现了三维空间到二维空间的转化，此外，ｒｇｂ颜色模型还能很好地克服光照的影响。
摘要提出了一种基于肤色分割和模板匹配相结合的人脸检测算法。首先利用ｒｇｂ色彩空间下的人脸肤色模型，对人脸图像进行肤色分割；针对图像中存在的多个肤色区域连接在一起的问题，采用ＳＵＳＡＮ算子提取区域的边界，将连接的肤色区域分开；根据肤色区域的形状特征和欧拉数筛选人脸候选区域；最后利用建立的人脸模板和一种改进的混合匹配准则，对候选人脸区域进行匹配识别。实验结果表明，该方法能较好地从复杂背景中检测出入脸。关键词人脸检测肤色模型ＳＵＳＡＮ边缘检测混合匹配准则

一种基于肤色和脸部特征的人脸特征点检测算法

肤色区域经过ＲＢ三通道二值化处理后呈现绿色和Ｇ黄色（２ｄ（），图（）ｈ）而没有经过亮度补偿处理的肤色区域没有规律可循（２ｅ（）。对经过亮度补偿图（）ｇ）
之后的图像用色彩特征进行检测，就可以获得如图３
（）原始图像ａ
所示的候选肤色区域。
由于ＹｂｒＣＣ色彩格式具有与人类视觉感知过程相类似的构成原理，同时它也能够将亮度和色彩信息
的彩色图像中进行肤色检测。对每一个肤色区域构建
特征模板用于人脸眼和嘴特征点的检测。人脸特征检测模块可以排除不包含眼和嘴特征的类肤色区域。
分离，从而可以有针对性的处理其中某些对肤色有影响的信息，从而有利于实现亮度补偿。首先将图像由
维普资讯
第３６卷
第１期
航空计算技术
ＡｅｎｕｉａｍｐｔｇＴｃｎｑｅｏｒａｔｌＣｏｕｉｅｈｉｕｃｎ
Ｖｏ．６Ｎ．１３ｏ１
２００６年１月
Ｊｎ２ｏａ．０６

领域有着广泛的应用价值。目前的人脸检测算法大致可以分为两类：整体表
示法，在低质量图像中寻找人脸方面比较有效；使用脸
图１脸部检测算法框图
部特征的几何特性的算法，可以有效解决人脸出现不
同朝向时的人脸检测问题… 。但是由于人脸的多样性，基于整体表示的方法需要大量的训练样本，而基于特征的算法通常会遇到脸部特征提取和验证的的问题。肤色信息的使用可以有效简化人脸定位，但是它
１９

基于肤色特征的人脸检测算法的研究

ｌ
ｒ＝（～。ｗ）十（。ｗｗ）ｈ１ｘ／。ｑｘ／２Ｘ／ｙ
‘
－ ≤ｘＷ ≤０
０ｘＷ ≤ ≤
ｉ（ｒａ［］Ｊ＞．＋．５ｆｍＡｒｙｉ［］胁０１Ｏ０）
ｍＡｒｙｉ【］ｌｒａ［ｊ＝；Ｊ
模式降为二维。而在这个二维平面上，肤色的区域相对集中，可以用高斯分布来描述这种分布。
４７－— － —
计算机光盘软件与应用
工程技术
ＣｍｕｅＤＳｆｗｒｎｐｌｃｔｏｓｏｐｔｒＣｏｔａｅａｄＡｐｉａｉｎ
ｓｌｒｙａｄｔｅｍｅｏａｅｎｓｉｇｏｎａｒｅｉｎＴｅｆｒｒｔｏｒｓａｅｒｇｏＲｒｉｌｒａｃｌｔｎａｄｉａｉｎｔｄｂｓｄｏｋｎｒｉｎａｄｈｉｒｇｏ．ｈｍｅｈｄｍａｋｃｉｎａｅｍａｉｃｌｕａｉｎｍｉｔｈｈｅｏｍｅｆｅｓｉｙｔｏ
２１年第ｌ０１７期
首先采用训练的方法通过计算得到一个分布中心，然后根据所考察的像素点和该中心的距离得到一个和肤色相似的度，继而得到一个相似度分布图，再按照一定的规则对该分布图进行二值化，从而最终确定肤色的区域。训练时，利用如下公式确定均值Ａ方差Ｃ和：
ｆａｕｅ，ｎｄｔｎｅｌｅｔｎｌａｅｄｔｃｉ．ｅｔｒｓａｈｅｒａｉｆａｃｅｅｔｏｎｚｈｅｉｆ
Ｋｅｗｏｄ：ａｅｄｔｃｉｎＳｉｏｏａｕｅＦｃｇｏａｔｉｎｙｒｓＦｃｅｅｔ；ｋｎｃｌｒｅｔｒ；ａｅｒｉｎｐｒｉｏｏｆｅｔ

基于肤色模型的人脸检测算法研究

ｃｓｅｕｈａｅｖｎｏｓｎｉｈｏｅｓｔｇＳｃｎｌｅｓｄｓｃｓｒｍｏｉｇｎｉｅａｄｌｇｔｃｍｐｎａｉ．ｅｏｄｙ，ａｓｉｂｅｓｉｄｌｉｕｌａｅｎｔｅｃｌｒｓａｅ，ｉｉｈｔｅｓｉｏｏｏｔｕｎｕｔｌｋｎｍｏｅｓｂｉｂｄｏｈｏｏｐｃａｔｓｎｗｈｃｈｋｎｃｌｒｃｎｏｒｉｅｅｔｄｏｔｒｕｈｙａｄｆｃａｅｔｒｓａｅｌｃｔｄａｃｒｉｇｔｈｒｏｎｗｌｄｅＳｈｔｏｈｒａｅｓａｅｅｉｎｔｄｓｄｔｃｅｕｏｇｌｎａｉｆａｕｅｒｏａｅｃｏｄｎｏｔｅｐｒｋｏｅｇＯｔａｔｅｒａｒｌｌｉｍｉａｅ．Ａｔｌｓ，ｔｅａｇｒｈｉｅｉｅａｔｈｌｏｔｍｓｖｒｄｉｉｆ
【摘要】利用一种基于肤色的２ａｓａ模型和一定的先验知识实现了人脸快速检测。首先对一幅图像进行去噪、ＤＧｕｓｎｉ光线补偿等预处理，然后根据颜色空间特性建立适宜的肤色模型，测出大致的肤色轮廓，检对面部特征根据先验知识实现定位，而剔除从
ＷＡＮＧｎｏｇ，ＩＤｅｇｕ，ＸＵｎｎ，ＳｙｎＹａｈｎＬｎｈｉＹａｉｇＵＮＸｉａ
（Ｓｏｌｎｒａｏｎｏｍｎａｏ；ｎｉｔｏＩｏａｎＴｈｏｇ，ｕｉＵｉｒｔｏｌｔｎｅｎｌｙＧｎｘＧｉ１０，ｈａｃｏｏｆｍｔｎｄＣｍｕｉｔｎｈＩｔｅｎｒｔｅｎｌｙＧｉｎｅｉｅｒｉＴｃｏｏ，ｎｇｉｕｉ５０４Ｃｉ）ｈｆＩｏｉａｃｉｓｔｆｍｉｃｏｕｆｏｌｎｖｓｆＥｃｏｃｈｇａｙｌ４ｎｎ

一种基于肤色的人脸检测方法

一种基于肤色的人脸检测方法
宫志鹏
【期刊名称】《漯河职业技术学院学报》
【年(卷),期】2013(12)2
【摘要】提出了一种基于肤色的人脸检测方法,通过在YCbCr颜色空间内对人脸图像进行建模,实现人脸的初定位,再使用形态学理论对候选人脸区域做处理,从而实现人脸区域的精确定位.通过仿真实验发现,提出的方法相对于神经网络和模板匹配方法可以较好地适应光照变化,并且解决了计算量大的问题,提高了算法的实时性.【总页数】3页(P42-44)
【作者】宫志鹏
【作者单位】宿迁学院三系,江苏宿迁223800
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种基于肤色模型的人脸检测方法及DSP实现 [J], 陈国军
2.一种基于肤色的人脸检测方法 [J], 龚杨璟;吴薇
3.一种基于肤色模型的快速人脸检测方法 [J], 杨纪华;廖庆磊
4.一种基于改进的AdaBoost、肤色和2DPCA的人脸检测方法 [J], 裴珍;许忠仁
5.一种基于肤色和模板匹配的人脸检测方法 [J], 卢绪军;赵勋杰
因版权原因，仅展示原文概要，查看原文内容请购买。

基于肤色特征的人脸检测算法

【关键词】人脸检测；：色彩空间；肤色模型；色分割；肤形态学运算；几何特征
１引言．
图像中常用的色彩模型。Ｙｒｂ色模型中。在ＣＣ颜Ｙ分量表示颜色在生物特征识别技术中．脸识别相对于其它识别技术来讲．的亮度．ｒ和Ｃ人Ｃｂ分量分别为红色分量和蓝色分量相对于参考
征的色彩属性将人脸检测方法分为基于肤色特征的方法和基于灰
度特征的方法和旋
转、等变化情况。相对的稳定性并且和大多数背景物体的表情具有
着色相区别。因此肤色特征在人脸检测中是最常用的一种特征本文提出了一种基于肤色特征的人脸检测方法首先进行色彩空间转
换（ＧＲＢ到Ｙｒｂ空间１利用颜色信息将彩色图像分割成肤色区ＣＣ．再域和非肤色区域，然后对检测到的肤色区域进行形态学运算和运用知识和几何特征进行处理。确定位出人脸的位置实验证明本算正
法速度快．测率较高。检２肤色区域分割２１彩空间选择．色・
ｆ．５＾Ｒｒ２５ｎⅨ
｛Ｑ．５２既 ∞ ５
ＩＣ２５ｍⅨ Ｂｒ．５，
对一种颜色而言，计算机中有不同的表达方式．样就形在这成了各种不同的色彩空间，因此．用何种形式的肤色模型与色使度空间的选择密切相关。常用的颜色模型主要有：Ｇ．ＣＣＲＢＹｒｂ等，面分别介绍本实验中用到的ＲＢ和Ｙｒｂ颜色模型。下ＧＣＣ２１１ＧＢ色彩空间．．Ｒ所说的彩色图像。通常都是ＲＧＢ色彩空间．在ＲＢ模型Ｇ通过建立的肤色模型，将所输入图像的三基色ＲＧＢ值进行、、中，种颜色出现在红、、的原色光谱分量中．个模型基于调整、然后转换为Ｙｒｂ间．在实验中按照ＤｕｌｈｉＮ每绿蓝这ＣＩ空＝ｏｇａＣａ和．ｓ

基于肤色分割的连续Adaboost人脸检测算法

步排除．结构如图１所示．其
Ｆ
⑧
在上述瀑布型分类器基础上对错误率的判定做了改进，进后的训练过程如下：改
图１瀑布型分类器
１初始设定系统的目标总错误率，强分类器的最大错误率，小检测率为，分类器的个）各最强
色特征可作为有效的特征人脸检测，有相对的稳定性，且肤色并不依赖于人脸面部的细节特征，人具而如脸的姿态、大小等，快速的确定出人脸区域．照的变化极易影响肤色分割，加了检测的难度，独可］但光增单
关键词：脸检测；续Ａａｏｓ；布型分类器；照补偿；人连ｄｂｏｔ瀑光卜ｇ颜色模型中图分类号：Ｐ９．１Ｔ１３４文献标志码：Ａ
０引言
人脸检测是利用计算机技术确定任一给定图像中所有人脸的位置、小和姿势的过程，进行身份识大是别的一项关键技术．计算机技术发展，随着已成为模式识别与计算机视觉领域中十分活跃的课题＿１．人脸信息处理是一项极具挑战性的技术，而精度和速度则是阻挠人脸检测走向实用的两个关键问题，
偿系数Ｃ：
５计算图像新的，，）Ｇ值：
ｆＲ＊Ｒ＝Ｃ
｛＝＊ＧＧＣｌ＝ＢＢＣ其中，Ｇ，Ｒ，Ｂ的最大值为２５５；６计算Ｒ，Ｂ各自的平均值ａｇ，ｇ，ｇ并求出它们的平均值为趋近值：）Ｇ，ｖａｇａｒｖｖｂ

固定场景中基于肤色信息的人脸检测

固定场景中基于肤色信息的人脸检测摘要：给出了一种用于固定场景的快速人脸检测方法。

在背景差的情况下，利用SHEN滤波进行二值图像并提取出运动目标区域，基于肤色聚类模型对运动目标子图像进行肤色分割，结合椭圆模板检测出人脸区域，进行人脸定位。

实验数据表明，该方法对固定场景中的人脸检测具有较好的鲁棒性，对姿态、表情、年龄都有较强的适应性,并具有一定的实时性。

关键词：差分图像；SHEN滤波；肤色分割；椭圆模板；人脸检测0 引言随着智能化信息技术的发展，视频监控、远程教育、人机交互技术及安全等各方面都迫切希望能够进行快速、有效的身份验证。

人脸检测问题最初来源于人脸识别，是指在输入图像中判断是否存在人脸区域，进一步确定人脸的位置，以及面部特征信息等。

现在人脸检测的应用背景已经远远超出了人脸识别系统的范畴，并体现出越来越多的学术价值和应用价值。

笔者给出了一种用于固定场景的快速人脸检测方法。

首先运用背景差方法剔除静止背景的干扰，再用SHEN滤波确定阈值进一步去掉多余背景，得到运动目标子图像。

接着基于肤色聚类模型对运动目标子图像进行肤色分割，最后结合椭圆模板检测出人脸区域，进行人脸定位。

最后利用Matlab7.0进行了实现，并在自建的人脸测试图像库上做了很多实验。

该方法的优点是可将运动信息序列图像中与人脸肤色相似的固定区域删除，在目标跟踪和运动检测上，不仅能有效地抑制背景噪声，减少误检率，而且还能缩小人脸检测范围，加快检测速度。

1 从视频图像中提取运动目标（人）1.1 建立背景图取出初始目标在视频图像中为了定位人脸，应尽可能减少图像背景的干扰，这样可以更快更准确地定位人脸。

由于是固定场景，所以采用背景差方法即可提取出运动目标。

1.2 双峰法取阈值分割出运动目标背景差分后得到的运动目标不是很清晰，还存在一些背景，观察发现，其图像的直方图是典型的双峰分布（见图1），且左边的峰为背景，右边的峰为运动目标，要从图像中分割出运动目标，只需找到直方图中两峰之间的谷点即可。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

生角度变化和表情变化，肤色特征还是可以检测出来。
技术，成为模式识别与计算机视觉领域内一项受到普遍
重视、研究十分活跃的课题ｌ１ｊ。国外从事自动人脸识别的研究与实践较早，目前有许多研究机构在从事人脸识
ｉｎｇ，ｓｐｌｉｔ，ｅｔｃ．，ａｎｄｔｈｅｎｌｏｃｋＯｎｔｈｅｂｉｎａｒｉｚｅｄｉｍａｇｅｏｆｔｈｅｆａｃｅｒｅｇｉｏｎ，ａｎｄｃａｌｃｕｌａｔｅｓｅａｃｈｚｏｎｅｉｓｉｎｌｉｎｅｗｉｔｈｔｈｅｐｒｏｐｏｒｔｉｏｎａｌｐａｒａｍｅｔｅｒ．Ｔｈｉｓｓｃｒｅｅｎｅｄａｒｅａｃａｎｉｌｆｔｅｒｏｕｔｎｏｎ — ｆａｃｅｉｍａｇｅｓ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｉｓｆａｓｔ，ｔｈｅｄｅｔｅｃｔｉｏｎｒａｔｅ．
锁定，并计算各区域是否符合比例参数，这样筛选出的区域可以过滤掉很多非人脸图像。实验证明这
种方法快速、检测率高。关键词：人脸检测；图像预处理；肤色分割；二值化
中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１６７４ — ７７２０（２０１３）１２ — ００３８ — ０４
ｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｓｋｉｎｃｏｌｏｒａｎｄｆａｃｉａｌｆｅａｔｕｒｅｓ．ＴｈｅｓｙｓｔｅｍｉｓｄｉｖｉｄｅｄｉｎｔｏｔｗＯｐａｒｔｓ，ｆｉｒｓｔ，ｔｈｅｃｏｌｏｒｉｍａｇｅｐｒｅ－ｐｒｏｃｅｓｓｉｎｇ，ｍｏｄｅｌ —
近年来，人脸检测作为人脸信息处理中的一项关键
肤色特征的优点有３个［３－４１：（１）利用肤色，西Ｊ以把大多数的背景与人脸很好地区分开，检测率高；（２）不同人的肤色不同，但是颜色上是相同的，在色彩空间ｊ一的频带范围大致一样，有很好的聚类性；ｆ３）肤色的检测不依据细节特征，比如唇部在脸部只占小部分，这样即使脸部发
Ａｆａｓｔｆａｃｅｄｅｔｅｃｔｉｏｎｍｅｔｈｌｏｒ
ＺｈａｎｇＢａｏｆｅｎｇ，ＺｈａｏＪｉｎｇ，ＺｈｕＪｕｎｅｈａｏ
Ｋｅｙｗｏｒｄｓ：ｆａｃｅｄｅｔｅｃｔｉｏｎ；ｉｍａｇｅｐｒｅｐｒｏｃｅｓｓｉｎｇ；ｓｋｉｎｃｏｌｏｒｓｅｇｍｅｎｔａｔｉｏｎ：ｂｉｎａｒｉｚａｔｉｏｎ
ｆＴｉａｎｊｉｎＫｅｙＬａｂｏｒａｔｏｒｙｏｆｒＣｏｎｔｒｏｌＴｈｅｏｒｙ＆ＡｐｐｌｉｃａｔｉｏｎｓｉｎＣｏｍｐｌｉｃａｔｅｄＳｙｓｔｅｍｓ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ３００３８４，Ｃｈｉｎａ）
ｍａｇｅＰｒｏｃｅｓｓｉｎｇａｎｄＭｕｌｔｉｍｅｄｉａＴｅｃｈｎｏｌｏｇｙ
一
种基于肤色的快速人脸检测算法
张宝峰，赵静，朱均超
（天津理工大学自动化学院天津市复杂系统控制理论及应用重点实验室，天津３００３８４）
Ａｂｓｔｒａｃｔ：Ｔｈｅｉｍａｇｅｔｏｈｅｐｒｏｃｅｓｓｅｄｆｏｒｃｏｌｏｒｉｍａｇｅｓ，ｆｏｌｔｈｉｓｉｍａｇｅ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｒａｐｉｄｄｅｔｅｃｔｉｏｎｍｅｌｈｏｄｂａｓｅｄｏｎ
摘要：针对待处理的图像为彩色图像，提出了一种基于肤色和五官比例的快速人脸检测方法。
系统分为两个部分，首先对彩色图像进行预处理、建模、分割等，然后对二值化图像进行人脸区域的