论文总字数：23857字

摘 要

随着社会信息化程度的不断提高，传统意义上的信息安全和身份识别技术无法满足现代社会的需求，人们对于更可靠、更方便的安全系统的出现更加关注。人脸识别技术正是在这种社会背景下产生的，它借助于人体固有的生理特性——人脸来进行身份识别，这样的技术既可靠又便于使用，因此，近些年来人脸识别技术成为了国内外研究的一个热点。

人脸识别大体上分为四个步骤：人脸检测、人脸定位、人脸特征提取和人脸特征匹配。本文主要探讨和实现了人脸检测这个部分，人脸检测这一步骤主要分为基于肤色区域的分割以及基于面部矩形特征和投影法的人脸分割。基于肤色区域的分割包括建立肤色模型、肤色相似度计算和肤色区域分割。其中，我们选用高斯模型来建立肤色模型，肤色的映射空间选用YCbCr颜色空间，肤色的相似度计算基于高斯模型，肤色部分的分割基于图像的二值化处理，此步骤采用迭代法求最佳阈值。基于面部矩形特征和投影法的人脸分割包括人脸的位置定位和人脸内边缘提取，其中人脸的位置定位采用改进的投影法，内边缘提取的方法是采用边缘检测算子来实现这一处理步骤

上述算法均采用C 编程实现。实验表明，以上算法可以取得良好的效果。

关键词：肤色模型 相似度计算 二值化 投影法 边缘检测

Research and Realization of Face Detection

Abstract

With the continuous improvement of social information,information security and identity recognition technology in the traditional sense cannot meet the needs of modern society, People are more concerned about the more reliable and more convenient security systems. Face recognition technology is the emergence of this kind of social background. It is based on the inherent physiological characteristics ofhuman face to carry out identification,which is reliable and easy to use. Therefore,In recent years, the technology of face recognition has become a hot research topic at home and abroad.

Face recognition can be divided into four steps: face detection, face location, feature extraction and feature matching. This paper mainly studies and realizes face detection. Face detection is divided into the detection based on skin color area and face segmentation based on facial rectangle feature and projection. Skin color area detection includes the establishment of skin color model, skin color similarity calculation and face area segmentation. Among them, Gauss model is chosen to establish skin color model, mapping space of skin color distribution uses YCbCr space, skin color calculation is based on Gauss model, face area segmentation uses iterative method for optimal threshold value. The second detection includes face positioning and extraction of face contour. The improved projection method can be used in the face positioning, face contour extraction algorithm is mainly based on edge extraction operator.

C are used to program above algorithm. Experimental results show that the above algorithm have achieved good results.

Key words: Skin color model; Similarity calculation; Binaryzation; Projection; Edge detection

目录

摘要 I

Abstract II

第一章 绪论 1

1.1课题背景 1

1.2人脸识别的国内外现状 2

1.3本文的主要工作和安排 3

1.3.1主要工作 3

1.3.2论文章节安排 3

第二章 人脸识别系统的构成 4

2.1 人脸识别的相关概念 4

2.1.1图像采集 4

2.1.2人脸检测 5

2.1.3人脸定位 5

2.1.4特征提取及匹配 5

2.2 本人的人脸检测的整体设计 6

第三章 肤色区域的检测与分割 7

3.1肤色模型的建立 7

3.1.1 色彩模型及色彩模型的相互转换 7

3.1.2 肤色模型 8

3.2肤色区域的检测 10

3.2.1 肤色相似度 10

3.2.2 中值滤波 11

3.3肤色区域的分割 12

3.3.1阈值选取方法概述 12

3.3.2基于迭代阈值的肤色区域分割 14

3.4本章小结 17

第四章 基于面部矩形特征和投影法的人脸分割 18

4.1 人脸的面部矩形特征 18

4.2 投影法 19

4.2.1 投影法概述 19

4.2.2投影法的改进 19

4.3 人脸的分割 20

4.4人脸内边缘提取 21

4.4.1人脸图像的二值化 22

4.4.2人脸图像的边缘检测 22

4.4.3内边缘的确定 25

4.3本章小结 27

第五章 结果与分析 28

5.1开发工具 28

5.2实验结果与分析 28

第六章 总结与展望 33

6.1总结 33

6.2展望 33

参考文献 35

致谢 37

第一章 绪论

1.1课题背景

随着信息化时代的来临，信息安全和身份识别^[1]成为人们越来越关心的问题，而目前大部分的识别技术都依赖于身份证、密码等来进行识别。但这些技术都有一个缺点，就是容易丢失和遗忘，且易被破译，已经远远无法满足现代社会对于身份认证的需求，生物识别技术^[2]就是在这种背景下产生的。近年来，面部识别技术已经被人们普遍认为是生物识别中很热门的技术之一。它借助人体较为稳固的特征——人脸来进行身份识别，安全又便于存储，满足了人们对身份认证的需求。

请支付后下载全文，论文总字数：23857字