基于肤色模型的人脸检测研究
基于新的肤色模型的人脸检测方法
简单直 观 ，这 使得 彩 色 图像 处理 与人 类 视觉 感受 自然 而 然 地 结 合 了起 来 。 肤 色 是 人 脸 的重 要 信 息 ，具 有相 对 的稳定 性并 可和 大多 数背 景物 体 的 颜 色相 区别 ，也 与物 体 的大小 、伸 缩及 姿态 基 本
上无关
／ ＩＫ ］ ｆＹ∈ ， ｈ
第 ｌ卷 １
第 １期 ｌ
电 手元 嚣 件 主 用
Ｅ ｅ ｔｏ ｉ ｏ ｏ ｅ ｔ Ｄｅ ｉｅＡｐ ｌ ａｉ ｎ ｌ ｃｒ ｎｃ Ｃ ｍｐ ｎ ｎ ＆ ｖｃ ｐ ｉ ｔ ｓ ｃ ｏ
Ｖｏ ． １ １ Ｎｏ １ １ ．ｌ
Ｎｏ ．２ ｏ ｖ ０９
２ ０ 年 １ ｆ ０９ ｌ ｌ
ｄ ｉ Ｏ３ ６ ０ ｉ ｎ１ ６ － ７ ５２ ０ ．１ ３ ｏ： ．９ ９ ． ｓ．５ ３ ４ ９ ．０ ９１ ． ０ ｌ ｓ ０
２ 新 的肤 色 算 法
Ｈ ｕＲＬ 方 法 虽然 可 以较 好 进行 人 脸 肤 色 ｓ 的 检 测 ，但 是 ，Ｈｓ 的椭 圆模 型 则 是根 据 大 量 ｕＲ Ｌ
肤 色点 在 Ｃ ｒ ｃ 区域 的分 布规 律 建 立起 来 的 ，不
一
（ ａ ）肤 色点 在 ｙ ｃ 空 间的 分 布 ｒ
２３，
式 中 ，Ｃ表 示 ｃ 或 是 ｃ，Ｗｑ ４ ．７ ＷＬ ＝ ｉ ｂ ｒ ＝６ ， ９ ｑ
Ｈ ｃ＝１ ｈ ４， Ｗ ｃ ３８ ６， Ｗ Ｌｃ＝２ Ｗ Ｈ ｃ， １ ， ． ７ ０， ＝ ０
这 ， ＝
值 都调 整 为 最 大 的２ ５ 整 幅图像 的 其 它像 素 点 ５。
基于新 的肤色模型 的人脸检测方法
李 莹 莹 ， 宋凯 ，牛 慧 萍 ，常瑜 亮 ，郭 纯宏
复杂背景下基于肤色分割的人脸检测算法研究
２ Ｄ ｐ ｔ ｎ ｏ ｕｅ ａｄＩｆｒ ｔ ｎ ｎ ｉｅｒ ｇ Ｗｕ ａ ｉｅｇｎｅｉ ｓｔｔ ． ｅａ ｍｅｔ ｆ ｍｐ ｔ ｏｍａ ｏ ｇｎｅｉ ， ｈｎ ｏｎ ｉｅｒ ｇＩ ｔｕｅ ｏＣ ｒｎ ｎ ｉ Ｅ ｎ Ｂ ｎ ｎ ｉ ，Ｗｕ ａ ３ ０ ９ Ｃ ｉ ） ｈ ｎ ０ ７ ， ｈｎ ４ ａ
Ａｂ ｔａ ｔ Ａ ｏ ｅ ｃ ｎ ｑ ｅｆ ｒ ｅ ｅ ｔ ｇｆ ｃ ｓ ｎｍｕｔ－ ｏ ｅ ｏ ｏ ｇ ｓ ｔ ｏ ｌ ｘｂ ｃ ｇ ｏ ｎ ｒ ｐ ｓ ｄ ｓ ｒ ｃ ： ｎ ｖ ｌ ｅ ｈ ｉ ｕ ｔ ｃｉ ｅ ｌ ｐ ｓ ｌ ｒ ｍａ ｅ ｈｃ ｍｐ ｅ ａ ｋ ｒ ｕ ｄ ｉ ｐ ｏ ｏ ｅ ．Ｔ ｅ ｅｈ ｄｃ ｍｂ ｎ ｓ ｔ ｏｄ ｎ ａ ｉ ｉ ｃ ｉ ｗｉ ｓ ｈ ｔ ｏ ｏ ｉ ｅ ｍ ｉ ｒ ｖ ｄ ｃ ｓ ａ ｅ ｌ ｓｉ ｅ ａ ｅ ｎ Ａｄ ｂ ｏ ｔ ｔ ｍｐ ａ ｅｍａ ｃ ｉ ｇ ｔｃ ｎ ｑ ｅ Ｆｒ ｔ ｓ ｉ ｏ ｏ ｆ ｒ ｔ ｎ ｉ ｓ ｄｔ ｅ ｍｅ ｔ ｅ ｍｐ ｏ ｅ ａ ｃ ｄ ｄ ｃ ａ ｓｆ ｒ ｓ ｄ ｏ ａ ｏ ｓ ｈ ｔ ｉ ｂ ｗｉ ｅ ｌｔ ｔ ｈ ｎ ｈ ｉ ｕ ． ｉ ， ｋ ｎ ｃ ｌ ｒ ｎ ｏ ｍａ ｉ ｕ ｅ ｓ ｇ ｎ ｅ ｓ ｉ ｏ ｓ ｏ ｈ ｔ ｎ ｎ ｓ ｉ — ｏ ｏ ｉ ｅ ｓｆｏ ｔ ｅ ｉ ｇ ． Ｔ ｅ ｅ ｆｃ ａ ｄ ｄ ｔ ｓａ ｅ ｏ ｔｉ ｅ ｙ ａ ｏ －ｋ ｎ ｃ ｌ ｒｐ ｘ ｌ ｒ ｍ ｈ ｍａ ｅ ｈ ｎ ｔ ａ ｅ ｃ ｎ ｉ ａ ｅ ｒ ｂ ａ ｎ ｄ ｂ ｎ ｉ ｒ ｖ ｄ ｃ ｓ ａ ｅ ｌ ｓｉ ｅ ａ ｅ ｎ Ａｄ ｂ ｏ ｔ ｈ ｍｐ ｏ ｅ ａ ｃ ｄ ｄ ｃ ａ ｓｆ ｒｂ ｓ ｄ ｏ ａ ｏ ｓ ｉ
一种新的基于肤色模型的人脸检测算法
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 — ３ １ （０ ６ １— ０ ０ ０ 文献 标 识 码 Ａ ０ ２ ８ ３ 一 ２０ ） １ ０ ７ — ３ 中 图分 类 号 Ｔ ３ １ Ｐ ９
Ａ ｖ ｌＦａ ｅ Ｄｅ ｅ ｔｏ ｅ ｈ ｄ Ｂａ ｅ ｎ Ｓ ｉ ｏ ｅ Ｎｏ ｅ ｃ ｔ ｃｉ ｎ Ｍ ｔ ｏ ｓ ｄ ｏ ｋ ｎ Ｍ ｄ ｌ
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 ４０ ８ ） １０２
Ｅ ｍ ｉ ｇｒｉ ｉ＠１６ｃｎ — ａ ：ｉｌ ｊ ｌ ｌｕ ｅ ２ ． 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 ，
Ｌｉ ｉ Ｚｈ ｎ ｎ ｉｇ ｕ Ｊｅ ａ ｇ Ｈａ ｌｎ
（ ｏ１ ｅ ｏ ｏ ｐ ｔｒａ ｄ Ｃ ｍｍｕ ｉ ｔ ｎ Ｈ ｎｎ Ｕ ｉ ｒ ｔ， ｈ ｎ ｓ ａ４ ０ ８ ） Ｃ １ ｇ ｆＣ ｍ ｕｅ ｎ ｏ ｅ ｎｃ ｉ ， ｕ ａ ｎｖ ｓ ｙ Ｃ ａ ｇｈ １０ ２ ａｏ ｅｉ
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 ．
基于肤色和几何特征的人脸检测
２ ０ 年第８ ０７ 期
中图分类号 ：Ｎ １ ．３ Ｔ ９ １７ 文献标识码 ： Ａ 文章编号 ：０９—２５ （０ｒ ０ —０８ ０ １０ ５２ ２Ｃ ）８ ０４— ４ ７
基 于肤 色和 几何 特征 的人 脸 检 测
冯 驰 ，王 衢 ，杜 云 明
Ｆ Ｎ ｈ，ＷＡ Ｇ Ｑ ，Ｄ ｕ — ｉｇ Ｅ ＧＣ ｉ Ｎ ｕ ＵＹ ｎｍｎ
（ ｏ ｅｅｏ Ｉｆｒ ｔ ｎａｄＣ ｍｍｕ ｉ ｔ ， ａｂｎＥ ｇ ｅｒ ｇＵ ｉｅｓｙ， ａｂ ５０ １ ｈｎ ） Ｃ ｌｇ ｆ ｎｏｍａｉ ｎ ｌ ｏ ｏ ｎｃｉ ａ ｏ Ｈ ｒ ｉ ｎ ｉ ｅｉ ｎ ｒｉ Ｈ ｒ ｉ １００ ，Ｃ ｉ ｎ ｎ ｎ ｖ ｔ ｎ ａ
０ 引言
在智 能 化 的人 机交互 过程 和对 计算 机 视觉 的研 究 中， 人脸 可 以提供 大量 有价 值 的信息 ， 可 以作 为 也
肤色 是 重要 的人 脸 特征 ， 究 表 明 ： 研 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 的色度 空
测 方法 。
人 脸检 测 的定 义为 ： 任意 给出一 幅 图像 ， 系统 能 够 准确 分析 图像 中的 信息 ， 定 人 脸 在 图像 中 的确 确
切 位 置和范 围。
人脸检测的新方法 。即在 Ｙ ｂ ｒ Ｃ Ｃ 颜色空 间中使用隶
属 度 函数进 行 肤 色分 割 ， 后 利 用 人脸 几 何 特 征 对 然 分 割后 的图像进 行 人脸 目标 检 测 。
间里 ， 同人 的肤 色 分 布 具 有 聚 类性 。可 以根 据 这 不 种聚 类性 将人 脸从 背 景 中分割 出来 。但 是 自然 界 中 存 在着 大量 类 似肤 色 的物 体 ， 从 肤 色 特征 检 测 人 仅 脸 还是 不可 靠 的 ， 而几 乎 所 有 基 于 肤 色特 征 的方 因 法 都需 要 利用 人脸 的其 他 特征 进行验 证 。
基于肤色建模和眼睛亮度检测的人脸定位技术研究
基于肤色建模和眼睛亮度检测的人脸定位技术研究摘要：提出了基于肤色建模和眼睛亮度检测的方法对彩色图像中的人脸进行检测。
在检测前，先对图像进行光线补偿，再通过肤色模型获得可能的脸部区域，最后根据眼睛在人脸固有位置亮度检测人眼，最终确定人脸区域。
通过实验测试说明，该方法对人脸的检测达到了较好的效果。
关键词：人脸检测；光线补偿；肤色建模人脸作为图像与视频中重要的视觉对象之一，是智能人机接口等许多应用的处理目标对象。
近年来，人脸检测技术在模式识别、计算机视觉、人机交互等诸多领域引起了普遍重视。
人脸检测技术在计算机视觉等领域的研究中有着重要的意义：一方面，将人脸作为基本视觉对象来考虑，是自动检测与人脸识别、人脸跟踪、表情识别、人脸合成与人脸编码、唇读等技术的必要前提；另一方面，人脸检测技术有着从智能安全监控、电子商务、视频会议和远程教育、基于内容的检索等诸多领域的广泛应用。
人脸检测是指在使用计算机在输入图像中判断人脸是否存在，若存在，确定人脸的大小、位置。
人脸检测系统的输入可能包含人脸图像，输出是关于图像中是否存在人脸及人脸数目、位置、尺度、姿态等信息的参数化描述。
具体地说，就是根据一定的算法确定输入图像是否存在人脸，如果存在的话，标出人脸的位置作为人脸检测系统的输出。
1 肤色建模肤色是人脸最重要的信息，而且肤色不受面部细节特征、旋转、表情变化以及饰物遮挡等情况的影响。
不同种族、性别人的肤色差异主要体现在亮度上。
要提高肤色的聚类性就要消除亮度的影响。
经过实验验证，在YCrCb色彩空间下，利用肤色模型求相似度矩阵返回每个像素是否为肤色的概率Fmod。
获取矩阵的最大值对相似度矩阵进行归一化。
计算整张图片的亮度平均值。
归一化之后的每个矩阵点乘以255，如果该值仍然小于整张图片的Y分量平均值，则认为该点不是人脸的皮肤。
最后把认为是人脸皮肤的像素点置为白色，其余的点置为黑色，得到黑白二值图像。
其中，RGB色彩空间转换YCrCb色彩空间如式（1）所示，YCrCb 空间下肤色相似度Fmod计算如式（2）所示。
基于肤色模型与眼睛定位的人脸检测方法
节特 征 ， 于旋 转 、 情 等 变 化 都 适 用 的特 性 。皮 对 表 肤 颜 色为 人脸 检 测 提 供 了重 要 依 据 。对 于彩 色 图
人脸 ” 区域 的 特 征 ， 后 根 据 被 检 测 区 域 是 否满 足 然
这些 “ 人脸 特征 ” 来 判定 该 区域 是 否包 含人 脸 。根 ， 据所选择 的“ 人脸 特征 ” 这 类 方法 有 基 于肤 色模 型 ，
第 １ ０卷
第３期 １
２１ ００年 １ 月 １
科
学
技
术
与
工
程
Ｖｏ．１ Ｎｏ ３ｌ Ｎｏ ． ０１ １ ０ ． ｖ２ ０
１７ － １ １ （０ ０ ３ －８２０ ６ １ ８５ ２ １ ） １７２ －４ ・
Ｓｃｅ ｃ ｃ ｏｏ ｙ ａ ｄ Ｅｎ ｉ ｅ ｉ ｇ ｉ ｎ ｅ Ｔｅ ｈｎ ｌ ｇ ｎ ｇｎｅ ｒｎ
像， 在确定肤色模型之后 ， 首先可以进行肤色检测。
在 检测 出肤色像 素 后 ， 需要 根 据 它 们在 色 度 上 的相
似性 和模 型上 的相 关性 分 割 出 可能 的人脸 区域 ， 同 时利 用 区域 的 几 何 特 征 或灰 度 特 征进 行 是 否 是 人 脸 的验证 ， 以排 除其 它 色 彩类 似 肤 色 的物 体 。 区域 分割 与验 证 在 很 多 方 法 中是 密 切 结 合 、 一 考 虑 统
３ １期
全星慧 ， ： 等 基于肤色模型与眼睛定位的人脸检测方法
７２ ８３
基 于长宽 比例和基 于有 效 面积 的方 法进 行 。 匾 匝 画茧 叵 圄＋ 匝 匮堑
蚀、 膨胀、 、 开 闭等。运用这些算子及其组合来进行
图像形 状 和结 构 的分析 及处理 。
基于肤色和模板匹配模型的人脸识别新方法研究
颜 色 空 间 中 ， 同 人 种 肤 色 在 此 空 间 中 是 很 接 近 的 。 此 外 在 颜 色 空 不 间 中 ． 果 光 照 信 息 被 忽 略 ， 们 使 用 的 不 同 的 样 本 数 据 可 以 适 用 如 我 于 高斯 变换 。颜 色 可 以被 标准 的定 义 为 ：
条件。 因 为 光 照 信 息 是 Ｒ Ｂ 格 式 的 。 以 它 必 须 在 颜 色 空 间 中 被 描 述 。 在 Ｇ 所
文 区 域 中 划 分 出 来 ， 个 肤 色 模 型 必 须 满 足 所 有 的 肤 色 和 不 同 的 光 照 果 ． 中 通 过 使 用 这 种 技 术 进 行 肤 色 分 割 的 的 图 像 可 见 图 ２ 这
这 种 疑 似 可 能 的 皮 肤 图 像 的 是 一 幅 灰 度 图 ， 其 像 素 的 的 灰 度 值
及 简单 阈值方 法 把 可能 是 肤 色的 区 域从 非肤 色 的 区域 中被 分 离 ， 得 代 表 了其 本 身 属 于 肤 色 的 可 能性 的大 小 ， 因此 ， 个 肤 色模 型 作 用 这 使 到 灰度 图像 ；第 二 步 在肤 色 区域 的正 面人 脸 被定 位 。 通 过 上 述步 是 把 一 张 彩 色 图 像 转 换 为 一 张 灰 度 图 ， 得 灰 度 图 每 个 像 素 的 灰 度 值 表示 该像 素属 于皮肤 区域 的概 率 。 骤 。 度 值 图 像 中 肤 色 区 域 从 非 肤 色 区 域 中 被 分 割 出 来 ． 像 中 亮 灰 图
同 用 于 不 同 人 种 及 不 同 光 照 条 件 下 的 肤 色 模 型 是 需 要 的 ． 面 将 介 绍 制 的 版 本 的 灰 度 值 图 像 ， 时 各 区 域 被 做 了 标 识 。 分 割 可 通 过 使 用 下
基于肤色的人脸检测研究
要由肤色模 型描述 ， 检测方法可以分 为颜色选择 ， 肤色 区域分割和人脸检测三个步骤 。文章提出的肤 色模型可以较好 的适应光照变化 ， 采用
Ａｂｓ ｒ ｃ Ｆｏ ｏｏｒｉ ｇ ｓｗｉｈ ｃｒａｎ ｂ ｃ ｇｒｕｎ ｔａ ｔ ｒｃ ｌ ｍａ ｅ ｔ ｅｔ ｉ ａ ｋ ｏ ｄ，ｃ ｌ ｒｏ ｋｎ ｉ ｔ ｅｍｏ ｔｉ ｏ ｔｎ ｈ ｒｃｅ ｆｔ ｅｂ ｄ ｕ ｆｃ ｏｏ ｆｓ ｉ ｓ ｈ ｓ ｍｐ ｒａ ｔｃ ａ ａ ｔｒｏ ｈ ｏ ｙｓ ｒａ ａ，ｓ ｋｎ ｃ ｌｒｉ ｏ ｓ ｉ ｏｏ ｓ ａ ｐ ｒａ ｔｃ ａ ａ ｔｒｉ ａ ｅｄ ｔ ｃｉｎ Ｓ ｉ ｈ ｒｃ ｅ ａ ｅｄ ｓ ｒ ｄｂｙｓ ｎ ｃ ｌｒｍ ｏ １ ｎ ｉ ｏ ｔｎ ｈ ｒｃ ｅ ｎ ｆｃ ｅｅ ｔｏ ． ｋｎ ｃ ａ ａ ｔｒｃｎ ｂ ｅｃ ｉ ｋｉ ｏｏ ｄｅ．Ｔｈ ｅｅ ｔｏ ｔ ｄｃ ｎｂ ｉｉｅ ｎｏ ｃ ｌｒ ｍ ｂｅ ｅｄ ｔｃｉｎｍｅｈｏ ａ ｅｄｖｄ ｄｉ ｔ ｏｏ ｓ ｌｃｉｎ ｋｎ ｃ ｌｒｓｇ ｎ ａｉｎ ａ ｄ ｆｃ ｅ ｅｔｏ ｅｅ ｔｏ ，ｓ ｉ ｏｏ ｅ ｍｅ ｔｔｏ ｎ ａ ｅｄ ｔｃｉｎ Ｔｈ ｋｎ ｃ ｌｒｍ ｏ ｅ ｓｐ ｅ ｅ ｅ ａ ｌ ａ ａ ｔｔ ｉｆｒｎ ｉｈ Ｏ ｄｔ ｎ Ｕｓｎ ． ｅ ｓ ｉ ｏｏ ｄ ｌｗａ ｒ ｓｎｔｄｃ ｎ ｗｅｌ ｄ ｐ ｏｄｆｅ ｅ ｔｌ ｔＣ ｎ ｉｉ． ｇ ｏ ｉｇ ｔ ｅｓ ｉ ｏｏ ｓ ｄ ｆｃ ｅｅ ｔｏ ｈ ｋｎｃ ｌｒｂａｅ ａ ｅｄ ｔ ｃｉｎ，ｄｆｅ ｅ ｔｓｚ ｓ ｉ ｅｅ ｔｐｌｎ ｎ ｅｔ ｉ ｏａ ｉ ｎ ｌ ｆｔ ｅｆ ｃ ｏｕｄ ｂ ｕｃ ｙｄ ｔｃｅ ．Ｉ ｈｅ ｉｆｒ ｎ ｉｅ ，ｄｆ ｒ ｎ ａ ｅａ ｄ ａｃ ｒａｎ ｒｔ ｔ ｆ ｏｎａ ｇｅ ｏ ｈ ａ ｅｃ ｌ ｅｑ ｉｋｌ ｅ ｅ ｔｄ ｎ ｔ
- 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)。
基于肤色模型的人脸检测研究
0 引言在人脸检测领域，人脸特征的选取是基础与核心。
目前主要的人脸检测方法可以分为基于特征的方法和基于统计的方法两大类。
基于特征的方法可以处理较大尺度和视角变化的人脸检测问题，但其最大的困难在于很难找到相对稳定的特征，因为图像的显示特征容易受到光照、噪声等的影响；基于统计的方法可以避免特征提取和分析过程，但存在计算量大，以及非人脸样本收集和样本训练难的问题。
为此，本文对基于肤色分割结合模板匹配的人脸检测方法进行了改进，提出基于光照预处理+肤色模型+模板匹配的人脸检测解决思路，即在光照预处理的前提下，利用肤色特征建立肤色模型；根据肤色模型进行肤色检测和阈值分割；在对分割区域特征分析的基础上，将筛选出的人脸候选区域与人脸模板相匹配；最后将匹配较好的区域在原图像中用矩形框标示出来。
1 肤色模型人脸的肤色不依赖于面部的其他特征，对于人脸姿态和表情的变化不敏感，具有较好的稳定性，而且明显区别于大多数背景物体的颜色。
大量实验证明，不同肤色的人脸对应的色调是比较一致的，其区别主要在于灰度。
人脸的肤色特征主要通过肤色模型来描述。
肤色模型是在一定色彩空间描述肤色分布规律的数学模型。
本文选用备受青睐的高斯模型。
1．1 色彩空间一般说来，色调和饱和度相对亮度来说，是相互独立的。
在不同的光照条件下，虽然物体颜色的亮度会产生很大的差异，但是它的色度在很大范围内具有恒常性，基本保持不变。
研究表明，人类的肤色在YCbCr 色彩空间的分布相对比较集中(被称为肤色的聚类特性)，不同种族之间肤色的差异主要是由亮度引起，而与颜色属性无关。
利用此特性，将图像像素分为肤色和非肤色像素两类，这样可以大大提高人脸检测的效率和正确性。
在YCbCr 色彩空间中，Y 表示亮度，Cb 和Cr 是颜色差别信号，代表色度。
因此，本文的肤色模型只。