人臉檢測技術研究背景意義及現(xiàn)狀-wenkub
2023-06-21 00:42:30 本頁面
【正文】 人體面部各器官及特征部位的方法。目前主要采用特征向量與面紋模板兩種描述方法： 1)特征向量法 該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計算出它們的幾何特征量，這些特征量形成一描述該面像的特征向量。此外，利用膚色模型跟蹤也不失為一種簡單而有效的手段。 5）特征子臉法 這種方法是將所有面像集合視為一個面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。為了同時保證網(wǎng)絡傳輸?shù)乃俣群驮谝曨l終端的圖像的質量，對每一幀圖像，往往先分割出人臉和背景，背景部分用一個較低的碼率傳輸，減小網(wǎng)絡負荷，而給子人臉區(qū)域一個較高的優(yōu)先級來保證它的傳輸質量和速度，從而在終端得到質量較好的重建圖像。人臉檢測是自動人臉識別系統(tǒng)中的一個關鍵環(huán)節(jié)，但是早期的人臉識別研究要針對具有較強約束條件的人臉圖像（如無背景的圖像），人臉位置很容易獲得，所以人臉檢測問題并未受到重視。對人臉進行處理和分析在視頻監(jiān)控、出入口控制、視頻會議以及人機交互等領域有著廣泛地應用前景。據(jù)相關研究統(tǒng)計，由視覺獲取的信息占人類獲取信息總量的70%以上；另一方面，隨著計算機硬件性能的飛速提高，利用計算機來輔助、模擬人類視覺的研究得到了廣泛的關注。 圖像中的人往往是整個圖像的中心，而根據(jù)人眼的視覺特性，人們通常對圖像中人的臉部區(qū)域更感興趣，因此人臉相關的圖像處理技術成為了計算機視覺中的一個非常重要的研究方向。人臉的處理和分析包括人臉識別、人臉跟蹤、姿勢估計和表情識別等，其中人臉檢測是所有人臉信息處理中關鍵的第一步，近年來成為模式識別和計算機視覺領域內一個受到普遍重視、研究十分活躍的課題。近幾年隨著電子商務等應用的發(fā)展，人臉識別成為最有潛力的生物身份驗證手段，這種應用背景要求自動人臉識別系統(tǒng)能夠對一般環(huán)境圖像具有一定的適應能力，因此，人臉檢測開始作為一個獨立的課題受到研究者的重視。在基于內容的檢索中，由用戶給出一幅人臉圖像，利用人臉檢測技術，可以很快的在數(shù)據(jù)庫中找出一系列相關圖像，這些廣泛地應用前景使得人臉檢測的研究備受關注。 值得提出的是，上述5種方法在實際檢測系統(tǒng)中也可綜合采用。 ③人體面貌比對 面貌比對是對被檢測到的面貌像進行身份確認或在面像庫中進行目標搜索。 2）面紋模板法 該方法是在庫中存貯若干標準面像模板或面像器官模板，在進行比對時，將采樣面像所有象素與庫中所有模板采用歸一化相關量度量進行匹配。如對應幾何關系多數(shù)據(jù)形成識別參數(shù)與數(shù)據(jù)庫中所有的
環(huán)評公示相關推薦
鄂ICP備17016276號-1