【正文】 其他語言和應(yīng)用程序集成，來分發(fā) MATLAB 算法和應(yīng)用。用這個矩形框去套分割后的每個膚色區(qū)域，每一次套矩形框時，考察矩形中每一個非皮膚像素，從這個非膚色像素發(fā)散出去的四條線，如果其中三條都在此矩形框內(nèi)與膚 色像素相交，則認(rèn)為此非膚色像素可能在人臉中，并且包括在臉部區(qū)域中。（ 2）在 ),( intint39。這個模型的主要難點(diǎn)是對混合高斯模型的參數(shù)估計(jì)，其參 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 數(shù)的估計(jì)通常采用 Dempster 等人提出的基于極大似然值的算法。利用這個模型來判段膚色主要需要兩個步驟 :首先通過統(tǒng)計(jì)的方法確定模型，即歸確定膚色的具體范圍；其次利用這個模 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 型來判段新的像素或區(qū)域是否為膚色。 圖 22 HSV顏色空間模型 它與 RGB 顏色空間的具體轉(zhuǎn)換關(guān)系如下： RGB 顏色空間向 HSV 顏色空間轉(zhuǎn)換的公式： V=max(R,G,B) S=mmV 公式三 H=h 60? 公式三中： mm=max(r,g,b)min(r,g,b), h=5+b39。 YCbCr 顏色空間 YCbCr彩色模型是一種彩色傳輸模型，主要用于彩色電視信號傳輸標(biāo)準(zhǔn)方面，被廣泛的應(yīng)用在電視的色彩 顯示等領(lǐng)域中。 論文的結(jié)構(gòu)安排 本論文共分五章，具體安排如下：第一章，人臉檢測綜述，簡要介紹了人臉檢測技術(shù)產(chǎn)生的背景 、意義以及國內(nèi)外發(fā)展現(xiàn)狀，系統(tǒng)分析了人臉檢測的基本框架和主要方法；第二章，算法理論與實(shí)現(xiàn)原理，詳細(xì)介紹了膚色檢測中最重要的理論基礎(chǔ)以及實(shí)現(xiàn)的原理；第三章，基于統(tǒng)計(jì)的膚色建模，通過對大量的樣本訓(xùn)練，得到膚色在不同空間中的模型；第四章，人臉檢測實(shí)驗(yàn)仿真及結(jié)果，不同的膚色模型下仿真出的實(shí)驗(yàn)結(jié)果，并對每一種結(jié)果做了簡要分析；第五章，結(jié)論及展望，總結(jié)了全文的內(nèi)容并對需要進(jìn)一步研究的問題進(jìn)行了展望。然后對一副圖像進(jìn)行全局搜 索，對應(yīng)不同尺度大小的圖像窗口，計(jì)算與標(biāo)準(zhǔn)人臉模板中不同部分的相關(guān)系數(shù)，通過預(yù)先設(shè)置的閾值來判斷該圖像窗口中是否包含人臉。與之相對應(yīng)的基于局部特征的方法中，人臉的局部特征如眼睛、鼻子和嘴唇等首先被檢測出來，然后由這些局部特征組 合成人臉。 人臉檢測算法的總體框架 通常來說人臉檢測一般按照“分割 — 檢測”的模式，將基于膚色模型的區(qū)域分割與基于模板匹配的人臉檢測綜合起來。此外，人臉檢測在友好人機(jī)界面、視頻監(jiān)測、數(shù)字視頻處理等方面也有著重要的應(yīng)用價值，所有這些使得人臉檢測的研究備受關(guān)注。 Face detection。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說明 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉績?nèi)容。人臉檢測是快速、準(zhǔn)確識別人臉的前提，其目的是將人臉從圖像背景中檢測出來。要完成自動人臉識別，首要條件是找出人臉，即人臉檢測是完成人臉自動識別任務(wù)的第一步，它是自動人臉識別技術(shù)的基礎(chǔ)，對自動人臉識別系統(tǒng)的速度、精度都起重要作用。 人臉檢測技術(shù)的國內(nèi)外研究現(xiàn)狀 人臉檢測問題是計(jì)算機(jī)視覺領(lǐng)域中的重要問題，最初作為人臉自動識別系統(tǒng)的定位環(huán)節(jié)被提出，近年來由于其在安全訪問控制、視覺監(jiān)測和新一代人機(jī)界面等領(lǐng)域的應(yīng)用價值，開始作為一個獨(dú)立的課題受到研究者的重視。概括地說，我們的方法是基于樣本的機(jī)器學(xué)習(xí)方法，具有較強(qiáng)的魯棒性，而且通過適當(dāng)?shù)卦黾訕颖救萘靠梢赃M(jìn)一步提高檢測性能，具有較好的可擴(kuò)展性。采用這種檢測模式的理論依據(jù)是：人臉具有統(tǒng)一的結(jié)構(gòu)模式（都是由眉毛、眼睛、鼻子和嘴唇等人臉器官構(gòu)成），如果把所有的圖像集看作一個高維線性空間，那么整個人臉圖像僅對應(yīng)于其中的某個子空間。膚色模型一般采用實(shí)驗(yàn)的方法，通過大量“膚色”與“非膚色”像素在相應(yīng)顏色空間中的聚類特性分析來建立。當(dāng)然，各種顏色空間只不過是顏色在計(jì)算機(jī)中不同的表達(dá)而已，每一種顏色空間都有各自的產(chǎn)生背景、應(yīng)用領(lǐng)域等。 它與 RGB 顏色空間的具體轉(zhuǎn)換關(guān)系如下： RGB 顏色空間向 YCbCr 顏色空間轉(zhuǎn)換的公式： 65 . 48 1 12 8. 53 3 24 .96 6 161= 37 . 79 7 74 . 20 3 11 2 12 8256 11 2 93 . 78 6 18 . 21 4 12 8YRC b GC r B? ? ? ? ? ? ? ?? ? ? ? ? ? ? ??? ? ? ? ? ? ? ?? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? 公式一 YCbCr 顏色空間向 RGB 顏色空間轉(zhuǎn)換的公式： 0 161 128256 0 128RYG C bB C r?? ? ? ? ? ?? ? ? ? ? ?? ? ?? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ? 公式二 HSV 顏色空間 在許多實(shí)用系統(tǒng)中，大量應(yīng)用的是 HSV 模型，這個模型是由色調(diào)（ H）、飽和度（ S）和亮度（ V）三個分量組成的，與人的視覺特性比較接近。 通過訓(xùn)練樣本集建立膚色模型是膚色檢測的關(guān)鍵， 常用的膚色模型有單峰高斯模型、混合高斯模型和直方圖模型。單峰高斯模型相對區(qū)域模型來說能更好的表示膚色的分布，因此它的膚色檢測率也較高，并且模型的參數(shù)也易于計(jì)算，但是速度較區(qū)域模型慢。 區(qū)域分割理論 利 用膚色模型對膚色進(jìn)行分割 主要 分為兩個階段 :模型建立 和 模型運(yùn)用。 （ 5） 若（ 3）、（ 4）步中均未搜索到符合條件的膚色點(diǎn)，轉(zhuǎn)步驟（ 6），否則根據(jù) crX和 curY 對 newR 進(jìn)行相應(yīng)的調(diào)整，令 ,1YY) / 2 ,X(X c u rc u rclcl ????c u rX 轉(zhuǎn)步驟（ 3）。在該空間下，膚色區(qū)間滿足77Cb127 并且 133Cr173， 其中 Cb、 Cr、分別是 這兩 個顏色通道的像素值。 （ 3） 對每一像素，根據(jù)公式將 RGB 轉(zhuǎn)換到 YCbCr 空間下，計(jì)算 Cb、 Cr 值。 實(shí)驗(yàn)測試結(jié)果可以表明，本文提出的基于膚色的人臉檢測具有快速、姿態(tài)非敏感的強(qiáng)大優(yōu)勢，同時也有該算法帶來的局限，與人臉相連的裸露的脖子會被視為人臉區(qū)域。 放眼未來，我們可以想象的空間和我們可以用來發(fā)展的空間是很大的，比如說軍事上的應(yīng)用，基于膚色的人臉實(shí)時跟蹤，未來戰(zhàn)爭機(jī)器人目標(biāo)識別，就是要利用人臉檢測來發(fā)現(xiàn)目標(biāo)，從而實(shí)施軍事行動。 %顯示 b分量 [m,n]=size(fr)。 logic=fr(x,y)95 amp。在我的印象中乘坐公交車帶 公交卡是很不方便的，如果我們的公交車上有人臉識別系統(tǒng)，只要公交公司有了我們的頭像資料，以后坐車就不用攜帶公交卡了，我相信在不就的將來我的愿望能夠?qū)崿F(xiàn)。由于膚色等色彩信息經(jīng)常受到光源顏色、圖像采集設(shè)備的色彩偏差等因素的影響，使一些圖片特別是一些藝術(shù)圖片存在光線不平衡或整體偏離本質(zhì)色彩而向某一方向移動，如色彩偏黃、偏藍(lán)等等。 YCbCr 顏色空 間下人臉仿真實(shí)驗(yàn)結(jié)果如圖 42 所示： Y 分量 Cb 分量 Cr 分量 人臉仿真實(shí)驗(yàn)結(jié)果 圖 42 YCbCr 顏色空間人臉檢測實(shí)驗(yàn)結(jié)果 HSV 顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果 HSV 顏色空間下的算法： （ 1） 讀入彩色圖像。 基于 HSV 空間的膚色模型標(biāo)示方法 通過實(shí)踐，選取大量膚色樣本進(jìn)行統(tǒng)計(jì)，得出了膚色在 HSV 空間中的聚類特性，如圖 2 26 所示： 圖 33 膚色像素的 H分量分布圖 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 圖 34 膚色像素的 S分量分布圖 由此可建立在 HSV 顏色空間下的膚色模型。上述算 法第（ 3）和第（ 4）步對顏色的判定保證了搜索出的區(qū)域中膚色點(diǎn)顏色具有一致性，但是由于受到陰影和眼鏡等附屬品的影響，一些局部像素可能與人臉的平均顏色有較大的差異，這時臉部往往被分割為多個區(qū)域，因此需要對分割出的目標(biāo)進(jìn)行歸并處理，也就是區(qū)域歸并。模型的運(yùn)用，主要是通過已建立的膚色模型來判 段 所輸入的像素或區(qū)域 是否 屬于 膚色 像素或區(qū)域 ，或者給出其與膚色的相似度 。高斯分布參數(shù) ? 和 ? 用最大似然法估算。 Terrillion 等同時還指出，最終限值監(jiān)測性能的因素是不同色度空間中膚色與非膚色區(qū)域的重疊程度。 H 參數(shù)表示色彩信息，即所處的光譜顏色的位置 ， 該參數(shù)用角度量來表示，紅、綠、藍(lán)分別相隔 120度 ， 互補(bǔ)色分別相差 180度。其中， RGB 顏色系統(tǒng)是最基本的顏色系統(tǒng)，其他的顏色系統(tǒng)都是基于該顏色系統(tǒng)的，只是用途各異，它們與 RGB 顏色系統(tǒng)可以按一定的關(guān)系相互轉(zhuǎn)換 。 目前關(guān)于人臉檢測的研究已開始向綜合特征發(fā)展。因此，可以通過大量的人臉和非人臉樣本來建立一個分類器，使它能夠正確地分辨這兩種不同的圖像模式，再利用訓(xùn)練好的分類器在未知的圖像中檢測人臉。人臉模式具有復(fù)雜而細(xì)致的變化，因此需要采用多種模式相結(jié)合的方法。國外的主要研究單位有美 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 國的麻省理工媒體實(shí)驗(yàn)室（ MIT Media lab） 、卡耐基梅隆大學(xué)的人機(jī)交互學(xué)院（ Human puter interface institute） 、微軟研究院的視覺技術(shù)研究組 （ Vision Technology Group） 、 英國劍橋大學(xué)工程系 （ Department of Engineering）等，國內(nèi)的微軟亞洲研究院、中科院自動化研究所、清華大學(xué)、北京工業(yè)大學(xué)等都有專業(yè)人員從事人臉檢測的相關(guān)研究。但 20 世紀(jì) 90年代初以來，隨著電子 商務(wù)等網(wǎng)絡(luò)資源的利用，使得人臉識別成為最具有潛力的生物身份驗(yàn)證手段，在這種應(yīng)用背景下，要求人臉自動識別系統(tǒng)對一般的環(huán)境圖像有一定的適應(yīng)能力，由此所面臨的一系列問題使得人臉檢測作為一個單獨(dú)的課題受到研究者的重視（ 2）。研究人臉圖像在不同顏色空間（ RGB、 YCbCr、 HSV）下的顏色特征，具體做法是將原始彩色圖從 RGB色彩空間轉(zhuǎn)換到上述色彩空間中，選取大量膚色樣本在具體的色彩空間中通過實(shí)驗(yàn)建立膚色模型，利用得到的特征進(jìn)行靜止圖像中的人臉檢測。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。 關(guān)鍵詞： 人臉識別 人臉檢測 膚色模型 膚色信息 色彩空間 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 ABSTRACT Face recognition technology ,as an important field of pattern recognition and puter vision research, is particularly significant to applications such as frontier defence security, video monitoring, and identity authentication etc.. Face detection is the premise of rapid and accurate face recognition, its purpose is detecting the face from a picture background. This dissertation simply introduces the concept, application and the present research condition of face detection. And use different skin color space to study the model,the focus on the RGB,YCbCr, HSV color space, and the space under the shin color model. For studying the color characteristics of face images in different color spaces,specific practices will be the original color image from the RGB