人脸检测及分割方法研究
合集下载
相关主题
- 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)。
１．成都理工大学 核技术及自动化学院， 成都 ６１００５９ ２．哈尔滨工程大学 动力与能源学院， 哈尔滨 １５０００１ ３．华北计算技术研究所， 北京 １０００８３ １．Ｃｏｌｌｅｇｅ ｏｆ Ｎｕｃｌｅｕｓ ａｎｄ Ａｕｔｏｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ， Ｃｈｅｎｇｄｕ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｃｈｅｎｇｄｕ ６１００５９， Ｃｈｉｎａ ２．Ｓｃｈｏｏｌ ｏｆ Ｐｏｗｅｒ ａｎｄ Ｅｎｅｒｇｙ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｈａｒｂｉｎ １５０００１， Ｃｈｉｎａ ３．Ｎｏｒｔｈ Ｃｈｉｎａ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｏｍｐｕｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ， Ｂｅｉｊｉｎｇ １０００８３， Ｃｈｉｎａ Ｅ－ ｍａｉｌ： ｘｕｆａｍｙ＠ｇｍａｉｌ．ｃｏｍ
实际中， 得到的彩色图像一般都是 ＲＧＢ 颜色， 为了在 ＹＩＱ
颜色模型中通过肤色的特征分布来检测人脸区域， 有必要建立
ＲＧＢ 颜色模型到 ＹＩＱ 颜色模型转换公式， 其转换公式［９］为：
Ｙ! $
"%
!"０．２９９
０．５８７
０．１１４
Ｒ $!
%"
$ %
" %"
%" %
Ｉ"
"
＝%
%
""０．５９６
－ ０．２７５
Ａｂｓｔｒ ａｃｔ： ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｓｅｇｍｅｎｔａｔｉｏｎ ｉｓ ａｎ ｉｍｐｏｒｔａｎｔ ｐｒｏｃｅｓｓ ｉｎ ｔｈｅ ｓｙｓｔｅｍ ｏｆ ｆａｃｅ ａｎａｌｙｓｉｓ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅ ｐｕｒ－ ｐｏｓｅ ｉｓ ｔｏ ｄｅｔｅｃｔ ａｎｄ ｓｅｇｍｅｎｔ ｈｕｍａｎ ｆａｃｅ ｆｒｏｍ ａｎ ｉｍａｇｅ ｗｉｔｈ ｃｏｍｐｌｅｘ ｂａｃｋｇｒｏｕｎｄ．Ｉｔ ｉｓ ｅａｓｙ ｆｏｒ ｈｕｍａｎ ｔｏ ａｃｃｏｍｐｌｉｓｈ ｔｈｉｓ ｗｏｒｋ， ｂｕｔ ｉｔ ｉｓ ｖｅｒｙ ｄｉｆｆｉｃｕｌｔ ｆｏｒ ａｎ ａｕｔｏｍａｔｉｃ ｓｙｓｔｅｍ．Ｉｎ ｔｈｅ ｐａｓｔ ｙｅａｒｓ， ｍａｎｙ ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄｓ ｗｅｒｅ ｓｔｕｄｉｅｄ ｗｉｔｈ ｔｈｅ ｐｒｏｇｒｅｓｓ ｏｆ ｃｏｍｐｕｔｅｒ ｓｃｉｅｎｃｅ ａｎｄ ｔｈｅ ｍｅｔｈｏｄｓ ｏｆ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ．Ｔｈｉｓ ｐａｐｅｒ ａｐｐｌｉｅｓ ａ ｍｅｔｈｏｄ ｏｆ ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ＹＩＱ ｃｏｌｏｒ ｍｏｄｅｌ ａｎｄ ａ ｍｅｔｈｏｄ ｏｆ ｐｏｓｅ ａｄｊｕｓｔｍｅｎｔ ｗｉｔｈ ｔｈｅ ｉｎｅｒｔｉａ ｍｉｎｉｍｕｍ ｔｈｅｏｒｙ ｉｎ ｏｒｄｅｒ ｔｏ ｓｅｇｍｅｎｔ ｔｈｅ ｆａｃｅ ａｒｅａ ｐｒｅｆｅｒ－ ａｂｌｙ．Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅｓｅ ｍｅｔｈｏｄｓ ｃａｎ ｄｅｔｅｃｔ ｈｕｍａｎ ｆａｃｅ ｆｒｏｍ ｃｏｍｐｌｅｘ ｂａｃｋｇｒｏｕｎｄ ａｎｄ ｃａｎ ｓｅｇｍｅｎｔ ｉｔ ｅｆｆｉｃｉｅｎｔｌｙ． Ｋｅｙ ｗｏｒ ｄｓ： ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ； ＹＩＱ ｃｏｌｏｒ ｍｏｄｅｌ； ｐｏｓｅ ａｄｊｕｓｔｍｅｎｔ； ｉｎｅｒｔｉａ ｍｉｎｉｍｕｍ ｔｈｅｏｒｙ
２ 人脸分割
为了从整幅图像中分割出人脸区域来， 就必须知道人脸区
域 的 最 上 点 、最 下 点 、最 左 点 及 最 右 点 在 整 个 图 像 矩 阵 中 的 下
标 值 。但 是 由 于 人 脸 区 域 的 中 心 轴 线 和 整 个 图 像 的 轴 线 可 能 不
是平行的， 而是成一定的角度， 如果在轴线不平行的情况下进
!＝ １ ａｔａｎ ｂ
（ ４）
wk.baidu.com
２ ａ－ ｃ
其中， ! 为正表示人脸图像轴线顺时针方向偏离整幅图像轴线：
ｎｍ
ｎｍ
(( (( ２
ａ＝
（ ｘ′ｉｊ ） Ｂ［ｉ， ｊ］， ｂ＝
ｘ′ｉｊ ｙ′ｉｊ Ｂ［ｉ， ｊ］
ｉ＝１ ｊ＝１
ｉ＝１ ｊ＝１
ｎｍ
(( ｃ＝
（ ｙ′ｉｊ ） ２ Ｂ［ｉ， ｊ］， ｘ′ｉｊ ＝ｘｉｊ － ｘ’ ， ｙ′ｉｊ ＝ｙｉｊ － ｙ’
人脸因人而异， 绝无相同， 因此可以利用人脸来进行身份 识别与认证， 而人脸检测是进行人脸识别与认证的重要过程之 一 。人 脸 检 测 的 目 的 就 是 从 各 种 不 同 的 场 景 中 检 测 出 人 脸 存 在 并 确 定 其 位 置 ， 该 任 务 主 要 受 光 照 、噪 声 、头 部 倾 斜 、各 种 遮 挡 以 及 背 景 复 杂 度 的 影 响 。早 期 的 人 脸 区 域 检 测 是 利 用 灰 度 图 像 来检测， 但是由于灰度图像与彩色图像相比， 所蕴含的信息量 少， 检测错误率高， 因此后来人脸区域的检测主要集中在彩色 图像上［１， ２］。大量的试验表明， 人类皮肤颜色具 有 自 身 独 特 的 统 计 特 征［３］， 因 此 就 可 以 利 用 这 种 肤 色 独 特 的 统 计 特 征 来 进 行 人 脸区域的识别。在人脸区域检测中， 采用的颜色模型主要有 ＲＧＢ 颜 色 模 型［４］、ＨＳＶ 颜 色 模 型［５］、ＹＵＶ 颜 色 模 型［６］和 ＹＣｂＣｒ 颜 色模型［７］等。本文则基于另 外 一 种 颜 色 模 型 ， 即 ＹＩＱ 颜 色 模 型 在人脸区域检测中的应用， 并且通过惯量最小化原理来进行姿 态调整， 即调整人脸区域在整幅个图像中的倾斜度， 使得人脸 轴线与整幅图像的轴线相平行， 这样就能比较完整地从整幅图
ＸＵ Ｆａｎｇ－ ｍｉｎｇ， ＧＥ Ｌｉａｎｇ－ ｑｕａｎ， ＺＨＯＵ Ｃｈｕｎ － ｌｉａｎｇ， ｅｔ ａｌ．Ｒｅｓｅａｒ ｃｈ ｏｆ ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｓｅｇｍｅｎｔａｔｉｏｎ．Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒ ｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ， ２００７， ４３（ ４） ： ２１３－ ２１５．
－ ０．３２１
Ｇ %"
%"
% %
（ １）
" %"
%" %
Ｑ"" %%
#&
""#０．２１２
－ ０．５１５
０．３１１
Ｂ %%""
&#
%% &
在试验中采用了一幅含有人脸的复杂背景图像， 其大小为
２４０×３２０×３ ｂｉｔ。按照公式（ １） 把该图像从 ＲＧＢ 颜色模型转换到
ＹＩＱ 颜色模型（ 图 ２） 。
摘 要： 人脸检测和分割是进行人脸分析和识别的重要组成部分， 其目的是从复杂背景图像中检测出人脸的位置， 并把人脸分割 出来。虽然人们可以毫不困难地在复杂背景中检测和识别出人脸， 但是要建立一套完全自动化的人脸和识别系统却是非常困难 的。近年来随着计算机技术和图像处理方法的不断发展， 出现了各种不同的人脸检测方法。应用了一种基于 ＹＩＱ 颜色模型的人脸 检测方法， 并且利用惯量最小化原理进行人脸图像的姿态调整， 然后进行分割提取。试验结果表明， 该方法能较好地从复杂背景中 检测出人脸区域并能较完整地分割出人脸。 关键词： 人脸检测； ＹＩＱ 肤色模型； 姿态调整； 惯量最小化原理 文章编号： １００２－ ８３３１（ ２００７） ０４－ ０２１３－ ０３ 文献标识码： Ａ 中图分类号： ＴＰ３９１
ｉ＝１ ｊ＝１
通过计算， 可以知道人脸区域的轴线和整个图像轴线之间
的角度， 然后通过旋转和插值处理使得人脸区域的轴线和整个
从图 ３ 中可以看出人脸区域已经比较明显地与其他背景 颜色区分开来， 为了更加定量地检测出人脸的具体区域， 需要 把 Ｉ 分量的灰度图像进行二值化处理。在 ＹＩＱ 颜色模型中， 人 脸肤色区域主要集中在 Ｉ 分量的［０， ０．１９６ １］之间， 因此以 ０．１９６ １ 为阈值， 把 Ｉ 分量的灰度图像转换为二值图像， 从而更加突出 人脸的位置， 二值化后的图像如图 ４ 所示， 其中黑色对应的像 素值为 ０， 白色对应的像素值为 １。
由于人脸的眼、眉毛、耳朵等特征是在得到人脸区域后， 进 行特征提取和识别时才需要考虑的， 而在人脸区域检测和分割 时， 不需要考虑这些特征， 为了去掉这些特征在二值图像中形 成 的 孔 洞 ， 本 文 采 用 了 平 滑 处 理 方 法 和 形 态 学 处 理［１０］方 法 ， 得 到没有孔洞的人脸区域图像（ 图 ５） 。
像中分割出人脸区域。本文试验部分全 部 采 用 ＭＡＴＬＡＢ 软 件 来进行。
１ 基于 ＹＩＱ 颜色模型的人脸检测
虽 然 人 类 肤 色 在 不 同 种 族 、不 同 人 群 之 间 ， 甚 至 同 一 人 在 不同光照、不同服饰条件下都有改变， 但是采集不同性别、不同 年 龄 、不 同 肤 色 的 人 脸 图 像 在 颜 色 模 型 中 的 分 布 情 况 ， 发 现 人 类肤色具有一定的统计特性， 特别是在表征颜色属性的亮度、 饱和度以及色调分量上有自己的分布范围。在常见的 ＲＧＢ 颜 色模型中， 每一个分量既包含亮度信息也包括色调和饱和度信 息， 这样就不利于利用人脸肤色在颜色分量上独特的统计特性 来 检 测 人 脸 区 域 。因 此 人 们 总 是 不 断 寻 找 一 种 可 以 表 现 人 脸 肤 色独特统计特征的颜色模型， 经过研究发现， 人类肤色在电视 信号中常用的 ＹＩＱ 颜 色 模 型 的 某 些 分 量 上 具 有 与 其 他 颜 色 不 同的特征分布， 因 此 可 以 用 ＹＩＱ 颜 色 模 型 来 检 测 图 像 中 的 人
作者简介： 徐方明（ １９７８－ ） ， 男， 成都理工大学 ２００４ 级硕士研究生， 主要研究方向为模式识别、机器视觉及图像处理。
２１４ ２００７， ４３（ ４）
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ 计算机工程与应用
脸区域。在 ＹＩＱ 颜色模型中， Ｙ 分量表示颜色的亮度属性， Ｉ 分 量和 Ｑ 分量则共同表示颜色的色调和饱和度属性。经过选择 大 量 人 脸 肤 色 进 行 统 计 分 析 后 ， 得 知 人 脸 肤 色 主 要 集 中 ＹＩＱ 颜色模型中的 Ｙ－ Ｉ 平面上， 具有类似半个椭圆的区域（ 图 １） ［８］， 其中亮色部分表示皮肤颜色分布。定量化研究表明， 人类皮肤 颜色在 Ｉ 分量上主要分布在［０， ０．１９６ １］之间。
计算机存储图像都是以矩阵形式存储的， 灰度图像存储格 式为一维矩阵， 彩色图像为三维矩阵。ＹＩＱ 颜色图像在计算机 中就是以三维矩阵的格式存储的， 三维矩阵的第一维表示 Ｙ 分量， 第二维表示 Ｉ 分量， 第三维表示 Ｑ 分量， 每一维矩阵元素 值的大小分别表示 Ｙ、Ｉ、Ｑ 值的大小。如前所述， 图像中的皮肤 区 域 和 其 他 区 域 的 像 素 值 在 ＹＩＱ 颜 色 模 型 中 的 Ｉ 分 量 上 分 布 有所不同。因此， 提取 ＹＩＱ 的三维矩阵中的 Ｉ 分量， 得到 Ｉ 分量 的灰度图像， 该图像存储格式为 ２４０×３２０ 的一维矩阵（ 图 ３） 。
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ 计算机工程与应用
２００７， ４３（ ４） ２１３
人脸检测及分割方法研究
徐方明 １， 葛良全 １， 周春良 ２， 吴曙辉 ３ ＸＵ Ｆａｎｇ－ ｍｉｎｇ１， ＧＥ Ｌｉａｎｇ－ ｑｕａｎ１， ＺＨＯＵ Ｃｈｕｎ－ ｌｉａｎｇ２， ＷＵ Ｓｈｕ－ ｈｕｉ３
ｎｍ
ｘ’＝ １ ((ｊＢ［ｉ， ｊ］
（ ２）
Ａ ｉ＝１ ｊ＝１
ｎｍ
(( ｙ’＝ １
ｉＢ［ｉ， ｊ］
Ａ ｉ＝１ ｊ＝１
（ ３）
其中， Ｂ 是表示二值图像的矩阵， 其大小为 ｎ×ｍ， Ａ 是人脸区域
的面积大小。
知道了人脸区域中心在图像矩阵中的下标值后， 本文按照
物体沿轴线的惯量最小化原理来确定人脸区域的轴线和整个 图像轴线之间的角度。据此， 有如下的计算公式［１１］：
行人脸区域的分割， 可能会丢失部分人脸区域。因而在进行人
脸区域分割之前， 有必要把人脸区域的中心轴线调整到与整个
图像轴线相平行。为了达到这一目的， 首先计算二值图像中人
脸区域中心的坐标值， 由于处理的图像是二值图像， 像素值只
是 ０ 或者 １， 这样计算起来比较简单而且速度较快。人脸区域
中心下标值（ ｘ’ ， ｙ’ ） 的计算公式为
实际中， 得到的彩色图像一般都是 ＲＧＢ 颜色， 为了在 ＹＩＱ
颜色模型中通过肤色的特征分布来检测人脸区域， 有必要建立
ＲＧＢ 颜色模型到 ＹＩＱ 颜色模型转换公式， 其转换公式［９］为：
Ｙ! $
"%
!"０．２９９
０．５８７
０．１１４
Ｒ $!
%"
$ %
" %"
%" %
Ｉ"
"
＝%
%
""０．５９６
－ ０．２７５
Ａｂｓｔｒ ａｃｔ： ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｓｅｇｍｅｎｔａｔｉｏｎ ｉｓ ａｎ ｉｍｐｏｒｔａｎｔ ｐｒｏｃｅｓｓ ｉｎ ｔｈｅ ｓｙｓｔｅｍ ｏｆ ｆａｃｅ ａｎａｌｙｓｉｓ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅ ｐｕｒ－ ｐｏｓｅ ｉｓ ｔｏ ｄｅｔｅｃｔ ａｎｄ ｓｅｇｍｅｎｔ ｈｕｍａｎ ｆａｃｅ ｆｒｏｍ ａｎ ｉｍａｇｅ ｗｉｔｈ ｃｏｍｐｌｅｘ ｂａｃｋｇｒｏｕｎｄ．Ｉｔ ｉｓ ｅａｓｙ ｆｏｒ ｈｕｍａｎ ｔｏ ａｃｃｏｍｐｌｉｓｈ ｔｈｉｓ ｗｏｒｋ， ｂｕｔ ｉｔ ｉｓ ｖｅｒｙ ｄｉｆｆｉｃｕｌｔ ｆｏｒ ａｎ ａｕｔｏｍａｔｉｃ ｓｙｓｔｅｍ．Ｉｎ ｔｈｅ ｐａｓｔ ｙｅａｒｓ， ｍａｎｙ ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄｓ ｗｅｒｅ ｓｔｕｄｉｅｄ ｗｉｔｈ ｔｈｅ ｐｒｏｇｒｅｓｓ ｏｆ ｃｏｍｐｕｔｅｒ ｓｃｉｅｎｃｅ ａｎｄ ｔｈｅ ｍｅｔｈｏｄｓ ｏｆ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ．Ｔｈｉｓ ｐａｐｅｒ ａｐｐｌｉｅｓ ａ ｍｅｔｈｏｄ ｏｆ ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ＹＩＱ ｃｏｌｏｒ ｍｏｄｅｌ ａｎｄ ａ ｍｅｔｈｏｄ ｏｆ ｐｏｓｅ ａｄｊｕｓｔｍｅｎｔ ｗｉｔｈ ｔｈｅ ｉｎｅｒｔｉａ ｍｉｎｉｍｕｍ ｔｈｅｏｒｙ ｉｎ ｏｒｄｅｒ ｔｏ ｓｅｇｍｅｎｔ ｔｈｅ ｆａｃｅ ａｒｅａ ｐｒｅｆｅｒ－ ａｂｌｙ．Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅｓｅ ｍｅｔｈｏｄｓ ｃａｎ ｄｅｔｅｃｔ ｈｕｍａｎ ｆａｃｅ ｆｒｏｍ ｃｏｍｐｌｅｘ ｂａｃｋｇｒｏｕｎｄ ａｎｄ ｃａｎ ｓｅｇｍｅｎｔ ｉｔ ｅｆｆｉｃｉｅｎｔｌｙ． Ｋｅｙ ｗｏｒ ｄｓ： ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ； ＹＩＱ ｃｏｌｏｒ ｍｏｄｅｌ； ｐｏｓｅ ａｄｊｕｓｔｍｅｎｔ； ｉｎｅｒｔｉａ ｍｉｎｉｍｕｍ ｔｈｅｏｒｙ
２ 人脸分割
为了从整幅图像中分割出人脸区域来， 就必须知道人脸区
域 的 最 上 点 、最 下 点 、最 左 点 及 最 右 点 在 整 个 图 像 矩 阵 中 的 下
标 值 。但 是 由 于 人 脸 区 域 的 中 心 轴 线 和 整 个 图 像 的 轴 线 可 能 不
是平行的， 而是成一定的角度， 如果在轴线不平行的情况下进
!＝ １ ａｔａｎ ｂ
（ ４）
wk.baidu.com
２ ａ－ ｃ
其中， ! 为正表示人脸图像轴线顺时针方向偏离整幅图像轴线：
ｎｍ
ｎｍ
(( (( ２
ａ＝
（ ｘ′ｉｊ ） Ｂ［ｉ， ｊ］， ｂ＝
ｘ′ｉｊ ｙ′ｉｊ Ｂ［ｉ， ｊ］
ｉ＝１ ｊ＝１
ｉ＝１ ｊ＝１
ｎｍ
(( ｃ＝
（ ｙ′ｉｊ ） ２ Ｂ［ｉ， ｊ］， ｘ′ｉｊ ＝ｘｉｊ － ｘ’ ， ｙ′ｉｊ ＝ｙｉｊ － ｙ’
人脸因人而异， 绝无相同， 因此可以利用人脸来进行身份 识别与认证， 而人脸检测是进行人脸识别与认证的重要过程之 一 。人 脸 检 测 的 目 的 就 是 从 各 种 不 同 的 场 景 中 检 测 出 人 脸 存 在 并 确 定 其 位 置 ， 该 任 务 主 要 受 光 照 、噪 声 、头 部 倾 斜 、各 种 遮 挡 以 及 背 景 复 杂 度 的 影 响 。早 期 的 人 脸 区 域 检 测 是 利 用 灰 度 图 像 来检测， 但是由于灰度图像与彩色图像相比， 所蕴含的信息量 少， 检测错误率高， 因此后来人脸区域的检测主要集中在彩色 图像上［１， ２］。大量的试验表明， 人类皮肤颜色具 有 自 身 独 特 的 统 计 特 征［３］， 因 此 就 可 以 利 用 这 种 肤 色 独 特 的 统 计 特 征 来 进 行 人 脸区域的识别。在人脸区域检测中， 采用的颜色模型主要有 ＲＧＢ 颜 色 模 型［４］、ＨＳＶ 颜 色 模 型［５］、ＹＵＶ 颜 色 模 型［６］和 ＹＣｂＣｒ 颜 色模型［７］等。本文则基于另 外 一 种 颜 色 模 型 ， 即 ＹＩＱ 颜 色 模 型 在人脸区域检测中的应用， 并且通过惯量最小化原理来进行姿 态调整， 即调整人脸区域在整幅个图像中的倾斜度， 使得人脸 轴线与整幅图像的轴线相平行， 这样就能比较完整地从整幅图
ＸＵ Ｆａｎｇ－ ｍｉｎｇ， ＧＥ Ｌｉａｎｇ－ ｑｕａｎ， ＺＨＯＵ Ｃｈｕｎ － ｌｉａｎｇ， ｅｔ ａｌ．Ｒｅｓｅａｒ ｃｈ ｏｆ ｈｕｍａｎ ｆａｃｅ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｓｅｇｍｅｎｔａｔｉｏｎ．Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒ ｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ， ２００７， ４３（ ４） ： ２１３－ ２１５．
－ ０．３２１
Ｇ %"
%"
% %
（ １）
" %"
%" %
Ｑ"" %%
#&
""#０．２１２
－ ０．５１５
０．３１１
Ｂ %%""
&#
%% &
在试验中采用了一幅含有人脸的复杂背景图像， 其大小为
２４０×３２０×３ ｂｉｔ。按照公式（ １） 把该图像从 ＲＧＢ 颜色模型转换到
ＹＩＱ 颜色模型（ 图 ２） 。
摘 要： 人脸检测和分割是进行人脸分析和识别的重要组成部分， 其目的是从复杂背景图像中检测出人脸的位置， 并把人脸分割 出来。虽然人们可以毫不困难地在复杂背景中检测和识别出人脸， 但是要建立一套完全自动化的人脸和识别系统却是非常困难 的。近年来随着计算机技术和图像处理方法的不断发展， 出现了各种不同的人脸检测方法。应用了一种基于 ＹＩＱ 颜色模型的人脸 检测方法， 并且利用惯量最小化原理进行人脸图像的姿态调整， 然后进行分割提取。试验结果表明， 该方法能较好地从复杂背景中 检测出人脸区域并能较完整地分割出人脸。 关键词： 人脸检测； ＹＩＱ 肤色模型； 姿态调整； 惯量最小化原理 文章编号： １００２－ ８３３１（ ２００７） ０４－ ０２１３－ ０３ 文献标识码： Ａ 中图分类号： ＴＰ３９１
ｉ＝１ ｊ＝１
通过计算， 可以知道人脸区域的轴线和整个图像轴线之间
的角度， 然后通过旋转和插值处理使得人脸区域的轴线和整个
从图 ３ 中可以看出人脸区域已经比较明显地与其他背景 颜色区分开来， 为了更加定量地检测出人脸的具体区域， 需要 把 Ｉ 分量的灰度图像进行二值化处理。在 ＹＩＱ 颜色模型中， 人 脸肤色区域主要集中在 Ｉ 分量的［０， ０．１９６ １］之间， 因此以 ０．１９６ １ 为阈值， 把 Ｉ 分量的灰度图像转换为二值图像， 从而更加突出 人脸的位置， 二值化后的图像如图 ４ 所示， 其中黑色对应的像 素值为 ０， 白色对应的像素值为 １。
由于人脸的眼、眉毛、耳朵等特征是在得到人脸区域后， 进 行特征提取和识别时才需要考虑的， 而在人脸区域检测和分割 时， 不需要考虑这些特征， 为了去掉这些特征在二值图像中形 成 的 孔 洞 ， 本 文 采 用 了 平 滑 处 理 方 法 和 形 态 学 处 理［１０］方 法 ， 得 到没有孔洞的人脸区域图像（ 图 ５） 。
像中分割出人脸区域。本文试验部分全 部 采 用 ＭＡＴＬＡＢ 软 件 来进行。
１ 基于 ＹＩＱ 颜色模型的人脸检测
虽 然 人 类 肤 色 在 不 同 种 族 、不 同 人 群 之 间 ， 甚 至 同 一 人 在 不同光照、不同服饰条件下都有改变， 但是采集不同性别、不同 年 龄 、不 同 肤 色 的 人 脸 图 像 在 颜 色 模 型 中 的 分 布 情 况 ， 发 现 人 类肤色具有一定的统计特性， 特别是在表征颜色属性的亮度、 饱和度以及色调分量上有自己的分布范围。在常见的 ＲＧＢ 颜 色模型中， 每一个分量既包含亮度信息也包括色调和饱和度信 息， 这样就不利于利用人脸肤色在颜色分量上独特的统计特性 来 检 测 人 脸 区 域 。因 此 人 们 总 是 不 断 寻 找 一 种 可 以 表 现 人 脸 肤 色独特统计特征的颜色模型， 经过研究发现， 人类肤色在电视 信号中常用的 ＹＩＱ 颜 色 模 型 的 某 些 分 量 上 具 有 与 其 他 颜 色 不 同的特征分布， 因 此 可 以 用 ＹＩＱ 颜 色 模 型 来 检 测 图 像 中 的 人
作者简介： 徐方明（ １９７８－ ） ， 男， 成都理工大学 ２００４ 级硕士研究生， 主要研究方向为模式识别、机器视觉及图像处理。
２１４ ２００７， ４３（ ４）
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ 计算机工程与应用
脸区域。在 ＹＩＱ 颜色模型中， Ｙ 分量表示颜色的亮度属性， Ｉ 分 量和 Ｑ 分量则共同表示颜色的色调和饱和度属性。经过选择 大 量 人 脸 肤 色 进 行 统 计 分 析 后 ， 得 知 人 脸 肤 色 主 要 集 中 ＹＩＱ 颜色模型中的 Ｙ－ Ｉ 平面上， 具有类似半个椭圆的区域（ 图 １） ［８］， 其中亮色部分表示皮肤颜色分布。定量化研究表明， 人类皮肤 颜色在 Ｉ 分量上主要分布在［０， ０．１９６ １］之间。
计算机存储图像都是以矩阵形式存储的， 灰度图像存储格 式为一维矩阵， 彩色图像为三维矩阵。ＹＩＱ 颜色图像在计算机 中就是以三维矩阵的格式存储的， 三维矩阵的第一维表示 Ｙ 分量， 第二维表示 Ｉ 分量， 第三维表示 Ｑ 分量， 每一维矩阵元素 值的大小分别表示 Ｙ、Ｉ、Ｑ 值的大小。如前所述， 图像中的皮肤 区 域 和 其 他 区 域 的 像 素 值 在 ＹＩＱ 颜 色 模 型 中 的 Ｉ 分 量 上 分 布 有所不同。因此， 提取 ＹＩＱ 的三维矩阵中的 Ｉ 分量， 得到 Ｉ 分量 的灰度图像， 该图像存储格式为 ２４０×３２０ 的一维矩阵（ 图 ３） 。
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ 计算机工程与应用
２００７， ４３（ ４） ２１３
人脸检测及分割方法研究
徐方明 １， 葛良全 １， 周春良 ２， 吴曙辉 ３ ＸＵ Ｆａｎｇ－ ｍｉｎｇ１， ＧＥ Ｌｉａｎｇ－ ｑｕａｎ１， ＺＨＯＵ Ｃｈｕｎ－ ｌｉａｎｇ２， ＷＵ Ｓｈｕ－ ｈｕｉ３
ｎｍ
ｘ’＝ １ ((ｊＢ［ｉ， ｊ］
（ ２）
Ａ ｉ＝１ ｊ＝１
ｎｍ
(( ｙ’＝ １
ｉＢ［ｉ， ｊ］
Ａ ｉ＝１ ｊ＝１
（ ３）
其中， Ｂ 是表示二值图像的矩阵， 其大小为 ｎ×ｍ， Ａ 是人脸区域
的面积大小。
知道了人脸区域中心在图像矩阵中的下标值后， 本文按照
物体沿轴线的惯量最小化原理来确定人脸区域的轴线和整个 图像轴线之间的角度。据此， 有如下的计算公式［１１］：
行人脸区域的分割， 可能会丢失部分人脸区域。因而在进行人
脸区域分割之前， 有必要把人脸区域的中心轴线调整到与整个
图像轴线相平行。为了达到这一目的， 首先计算二值图像中人
脸区域中心的坐标值， 由于处理的图像是二值图像， 像素值只
是 ０ 或者 １， 这样计算起来比较简单而且速度较快。人脸区域
中心下标值（ ｘ’ ， ｙ’ ） 的计算公式为