论文总字数：19244字

摘 要

在现代社会中，人脸检测技术已经十分成熟。面部朝向的检测成为了人脸识别领域的一个重要的分支，面部的朝向很多时候能够反映一个人的精神是否集中，在安全驾驶、课堂注意力检测等多个现实生活领域发挥着尤为重要的作用。

本文就人脸朝向识别的相关技术进行了研究，并实现了基于面部三角形的朝向识别。在一幅包括人脸的二维静态图像中，本文先是通过建立基于适合色彩空间的肤色模型、积分投影等手段预处理图像，利用人脸的固有特征将人脸边缘确定出来；然后分别建立眼睛与嘴巴的模型，通过相似度的计算得到眼睛区域与嘴巴区域。对眼睛区域再次做积分投影，得到两眼中心点。将所有筛选确定的区域中心点一一连接，得到特征三角形，描述三角形的不同之处，给出最终的朝向结果。

测试表明，本文的方法计算速度快，效率高，容易实现。

关键词：人脸检测定位特征三角形朝向检测

Detection and Recognition of Facial Orientation

Abstract

In today's society, the identification of facial orientation has become an important branch of face recognition and head gesture estimation. The orientation of the face can reflect whether a person's attention is focused on the safety of driving, classroom attention detection and other real life ,the field plays a particularly important role.

In this paper, the related technology of face orientation recognition is studied, and the orientation recognition based on facial triangle is realized.In a static image with face, this paper first preprocesses the image by means of skin color model and integral projection, and clears the face area with the inherent characteristics of the face. Then, the model of the eye and mouth is established respectively. The similarity was calculated from the eye area with the mouth area.On the eye area again to do the integral projection, get the center of the two points. Connect the center point of the center of the eye and the center of the mouth area, get the facial features of the triangle, according to the triangular transformation, gives the face of the results.

Tests show that the method of this paper is fast, efficient and easy to implement.

Key Words:Face detection;position;Characteristic triangles;Orientation detection

目录

摘要 I

Abstract II

第一章绪论 1

1.1研究背景及意义 1

1.2 国内外研究现状 1

1.3本文的主要任务及论文结构 2

第二章面部朝向识别基础 3

2.1 头部姿态的描述 3

2.1.1 脸部朝向的描述 3

2.1.2欧拉旋转角 4

2.1.3脸部朝向与欧拉旋转角的联系 4

2.2 面部朝向识别的基本过程 5

2.3面部朝向识别的主要问题 5

第三章基于肤色的人脸分割 7

3.1 人脸检测方法概述 7

3.2 可能的肤色区域检测 7

3.2.1 色彩空间 7

3.2.2 肤色模型 8

3.2.3肤色区域检测的实现 8

3.3 人脸区域的分割 10

3.3.1 人脸区域的特征分析 10

3.3.2 人脸边界的确定 11

第四章基于面部特征三角形的朝向识别 14

4.1 对特征的提取 14

4.1.1 对特征的要求 14

4.1.2 本文的方法 14

4.2眼睛的检测 15

4.2.1 眼睛检测方法概述 15

4.2.2 基于模型的眼睛定位 16

4.3嘴巴的检测 18

4.3.1 嘴巴检测方法概述 18

4.3.2 基于模型的嘴巴定位 18

4.4 面部特征三角形的计算 19

4.5 面部朝向的识别 20

4.5.1 点头、仰头的识别 21

4.5.2 转头的识别 21

4.6 实验结果及分析 22

第五章总结与展望 24

5.1总结 24

5.2展望 25

参考文献 26

致谢 28

附录 29

第一章 绪论

1.1研究背景及意义

当今社会，由于计算机技术的空前发展，人脸识别相关技术运用日益广泛，已经成为了生活中各个领域不可缺少的工具，比如刷脸支付等等。特别是“人脸定向识别”作为计算机视觉领域中的一种关键技术，在人脸检测和人脸识别中起着关键性的作用，已经成为一个热门，并吸引了相当一部分人的关注^[1]。然而就目前技术而言，许多人脸识别系统尽管能对正面图像有良好的识别效果，可对于其他角度的人脸图像的识别准确率却有待提高。现实生活中，头部姿态反映出诸如人的思维意识、眼睛注视方向等信息，提高其识别的准确率很有必要，因此，“面部朝向识别”仍旧具备着很大的研究价值与意义。

“面部朝向识别”在日常生活中的应用也十分广泛。例如，在驾驶员的驾驶过程中，可以通过面部朝向判断驾驶员的注意力是否集中；在课堂上可以通过检测学生们的头部姿态来判断是否有开小差的嫌疑；考场上可以通过面部朝向识别系统来维护考风考纪；在儿童视频教学中，可以通过检测孩子们的头部姿态来判断这样的教学系统是否科学，是否对孩子们有足够的吸引力等等。

1.2 国内外研究现状

面部朝向属于头部姿态估计的范畴，国内外有相当多机构和学者在进行基于静态图像和动态图像的头部姿态估计和参数测量的工作。国内的主要有北京大学的梁国远提出的只用一部摄像机来计算头部姿态参数的方法，该方法通过建立三维头部模型得到头部姿态参数。这种方法的效果很好，头部姿态参数测量准确，然而由于对设备要求较高，而且算法复杂度大，所以在实际测量中并不适用^[2]。

清华大学刘坤等人采用了基于图像的方法，他通过姿态的差异把图片集合区分出来，再利用SVM分类方法将输入的图片识别并检测，能够获取近似的头部姿态参数，该方法不受外界亮度变化影响，但是得到的姿态参数误差较大。

请支付后下载全文，论文总字数：19244字