兰州交通大学毕业设计（论文）第一章绪论1．1人脸检测技术１.1.1人脸检测技术的发展背景近几年来计算机科学在人机交互领域的研究得到了长足的发展。主要的研究方向包括：人脸检测及识别,语音识别，性别分类,种族分类等。这些研究在日常的身份认证,人口统计，社会调查,实时监测，刑事侦查等各种领域都有着广泛的应用。人脸检测作为其中一个重要的成员,其应用范围也非常广泛，除了可以应用到人脸识别中，还可以广泛应用于基于图像内容的数据库和图像检索、基于内容的图像或视频压缩、智能人机交互、新一代人机交互界面和安全监控系统等许多方面。因而研究人脸检测技术具有十分重要的意义。新一代视频编码标准ＭPEＧ-4中引入了基于内容编码的概念,人的脸部有着丰富的表情和变化，在人和人交流的过程之中传递着大量信息。因此,在基于内容的编码中，人脸毫无疑问的成为感兴趣的区域。我们需要在每一帧图像中定位出人脸，并把它从编码图像中分割出来,采用低压缩率的编码;其它非感兴趣区域(如背景)就采用压缩率较高的编码方法。目前这种编码方式在可视电话,Iｎtｅrneｔ视频聊天、视频会议等方面已经开始应用。1.1.2人脸检测的概念和难点人脸检测是指对于一幅任意给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回人脸的位置、大小和姿态。人脸检测主要分为动态人脸检测和静态人脸检测两类，对于动态人脸检测,检测速度占主导地位，其次是检测率和误检率，对于静态人脸检测则要求检测率和误检率相对比较严格。人脸检测是一个复杂的具有挑战性的模式检测问题,其主要的难点有两方面，一方面是由于人脸内在的变化所引起:(1)人脸具有相当复杂的细节变化，不同的外貌如脸形、肤色等，不同的表情如眼、嘴的开与闭等；(2）人脸的遮挡,如眼镜、头发和头部饰物以及其他外部物体等;另一方面由于外在条件变化所引起：(1)由于成像角度的不同造成人脸的多姿态，如平面内旋转、深度旋转以及上下旋转，其中深度旋转影响较大；(2）光照的影响，如图像中的亮度、对比度的变化和阴影等；(3）图像的成像条件,如摄像设备的焦距、成像距离,图像获得的途径等等。这些困难都为解决人脸检测问题造成了难度。如果能够找到一些相关的算法并能在应用过程中达到实施，将为成功构造出具有实际应用价值的人脸检测与跟踪系统提供保证。1.1.3人脸检测的研究现状人脸检测在科学技术和实际的安全应用上有着十分诱人的前景和潜在的经济价值,从而激发了世界上广大科研工作者及相关商家的浓厚兴趣，在很多国家已经开展了大量相关项目的研究。国内外对人脸检测问题的研究很多并取得了一定的成果,主要是美国、欧洲国家、日本、新加坡、韩国等，著名的研究机构有美国MIT的Medialab、AIlab,CMU的Hｕｍａn-ComｐｕteｒIntｅｒfaceInstｉｔute，MiｃｒoｓoｆtＲesearch，英国的DepartｍenｔofＥngiｎeeringinＵｎiveｒsiｔyｏfCａmbrｉdｇe等。国内开展人脸检测研究的主要单位有清华大学、哈尔滨工业大学、北京工业大学,中科院计算所,中科院自动化所，复旦大学,南京理工大学等,都取得了一定的成果。MPEG7标准组织已经建立了人脸识别草案小组,人脸检测算法也是一项征集的内容。随着人脸检测研究的深入，国际上发表的有关论文数量也大幅度增长,如IEEE的ＦＧ1兰州交通大学毕业设计（论文）(ＩEEEＩntｅｒnａｔｉｏnａｌＣｏｎfｅrｅｎｃeonAｕtomatiｃＦacｅandGeｓtuｒeRｅcoｇnition)、ICＩP(InｔeｒnatioｎａｌＣoｎfｅrｅｎｃeonIｍagｅPrｏcｅssing)、CＶPR(ＣonfereｎceonComputerViｓionandPatteｒnRecognition）等重要国际会议上每年都有大量关于人脸检测的论文。各种各样的人脸检测方法层出不穷,有的在前人方法的基础上继续深入研究,也有的采用综合一些基本方法进行检测。1.１.4人脸检测结果的评价标准评价标准主要有：检测率(hiｔ-raｔe),误检率(falsｅ-aｌaｒm-rate），检测速度(detectingspeed)，鲁棒性(robｕstｎｅｓｓ)。（1)检测率:被正确检测到的人脸数与原图像内包含的人脸数的比值。检测率越高说明检测系统对人脸的接受能力越强。(2)误检率（或虚警率、误报率):被误检为人脸的非人脸子窗口数...
VIP
