人臉檢測(cè)技術(shù)研究及matlab實(shí)現(xiàn)畢業(yè)論文-資料下載頁(yè)
2025-06-28 12:16本頁(yè)面
【正文】 光線(xiàn)補(bǔ)償（直方圖均衡化）色彩空間選擇膚色建模形態(tài)學(xué)處理得出人臉檢測(cè)結(jié)果輸入圖像人臉檢測(cè)圖42對(duì)圖像進(jìn)行人臉檢測(cè)具體框圖 人臉檢測(cè)的MATLAB實(shí)現(xiàn)本文通過(guò)對(duì)matlab編程，從而給出一個(gè)運(yùn)算速度很快的人臉檢測(cè)matlab程序，其中包括視頻文件轉(zhuǎn)化為幀的程序編寫(xiě)，還有利用膚色特征對(duì)圖像進(jìn)行人臉檢測(cè)的程序編寫(xiě)，最后是圖像轉(zhuǎn)化為視頻的程序的編寫(xiě)。（1）提取AVI視頻的文件的幀先在matlab輸入一段AVI視頻，然后對(duì)其進(jìn)行編寫(xiě)程序，實(shí)現(xiàn)提取AVI視頻的文件的幀的功能。仿真效果圖如下：（a）AVI幀的播放 （b）幀的圖像圖43為幀的播放截頻圖及其圖像（2）人臉檢測(cè)部分效果圖 圖44為單張臉檢測(cè)效果圖（3）多張臉檢測(cè)效果圖檢測(cè)率:75% 漏檢率0% 誤檢率:25%圖45為多張臉檢測(cè)效果圖通過(guò)對(duì)上述人臉檢測(cè)分析，我們知道基于膚色的人臉檢測(cè)：這種檢測(cè)方法相對(duì)比較好，首先通過(guò)膚色分割排除非膚色區(qū)域，再結(jié)合人臉?biāo)趫D像中的像素比排除非人臉的膚色區(qū)域，最后再通過(guò)算法檢測(cè)實(shí)現(xiàn)人臉的準(zhǔn)確標(biāo)記。這種方法對(duì)張臉的檢測(cè)效果還可以，但對(duì)多張臉的檢測(cè)會(huì)有一些誤差，從總體上看，當(dāng)然，這種方法還是有很多缺陷，比如當(dāng)圖像的背景比較復(fù)雜或者人臉有膚色的情況下，檢測(cè)效果就不理想，檢測(cè)率只能達(dá)到75%。這也是以后的研究中需要改進(jìn)的地方。通過(guò)對(duì)上述檢測(cè)，然后再把檢測(cè)后的圖像轉(zhuǎn)化為視頻播放，基本上實(shí)現(xiàn)了基于視頻的人臉檢測(cè)的功能，雖然方法沒(méi)有什么較大的錯(cuò)誤，但在技術(shù)上有待加強(qiáng)。275 結(jié)論在大量閱讀有關(guān)人臉檢測(cè)的論文和書(shū)籍的基礎(chǔ)上，實(shí)現(xiàn)了人臉檢測(cè)系統(tǒng)。本文系統(tǒng)地闡述了該系統(tǒng)基本上實(shí)現(xiàn)基于視頻的人臉檢測(cè)。首先先提取視頻文件的幀，然后再對(duì)其進(jìn)行圖像檢測(cè)，再還原成視頻。而在圖像檢測(cè)中，我們解決了如何將膚色信息應(yīng)用到人臉檢測(cè)中去。提出了將膚色檢測(cè)作為人臉檢測(cè)的方案，提高了人臉檢測(cè)的正確率，降低了漏檢率率。本文主要設(shè)計(jì)工作如下：(1)提取視頻文件的幀，（2）對(duì)圖像進(jìn)行基于膚色特征的人臉檢測(cè)（3）將檢測(cè)后的圖像還原視頻，并播放?？傮w來(lái)說(shuō)，由于本文中人臉檢測(cè)出現(xiàn)誤檢的情況，以下幾個(gè)方面需要繼續(xù)研究和改善:(l)運(yùn)用自適應(yīng)光照補(bǔ)償方法，對(duì)圖像進(jìn)行更好的光照補(bǔ)償，以便后續(xù)處理。(2)運(yùn)用自適應(yīng)膚色分割方法以便更好的分割出膚色區(qū)域提高檢測(cè)人臉的準(zhǔn)度。(3)針對(duì)背景復(fù)雜及有遮擋的人臉提出更好的檢測(cè)方法致 謝在論文即將完成之際，也預(yù)示著我大學(xué)生涯告一段落，首先我要感謝幫助過(guò)我的老師、同學(xué)和朋友們，感謝你們陪我度過(guò)這一難忘的歷程。首先我要感謝是的蔣中正老師，他那的治學(xué)態(tài)度、腳踏實(shí)地的工作態(tài)度、樂(lè)觀求實(shí)的生活態(tài)度、寬容隨和的待人風(fēng)格和忘我的奉獻(xiàn)精神，感染了我 ，同時(shí)也感動(dòng)了我，從論文的選題，到最后的定稿都離不開(kāi)你精心的指導(dǎo)。感謝所有我們系院的的老師們，感謝他們?cè)谶@段畢設(shè)時(shí)間對(duì)我的指導(dǎo)和關(guān)懷。感謝電信082班的同學(xué)、對(duì)我學(xué)習(xí)上給予和幫助。感謝我的父母和所有親朋好友對(duì)我學(xué)習(xí)和生活上給給予幫助感謝所有幫助和支持過(guò)我的人，祝你們?nèi)f事如意參考文獻(xiàn)[1] 精通MATLAB 張志涌等編著 北京航空航天大學(xué)出版社[2] MATLAB 與外部接口 蘇金明等編著 電子工業(yè)出版社、[3][J].電子學(xué)報(bào)，2001,12 （1）：94102.[4] 梁路宏，艾海舟，肖習(xí)攀，[J].計(jì)算機(jī)學(xué)報(bào)，2002，25（1）:2229.[5]、PKrishnan Nallaperumal, Subban Ravi, PC Nelson Kennedy Babu, et detection using color pixel classification with application to face detection: a parative study [C].Proceedings of the International Conference on Computational Intelligence and Multimedia Applications,2007.[6]、姜軍,[J].中國(guó)圖象圖形學(xué)報(bào),2002,7(1):610[7]、Yang MingHsuan,Kriegman D J, Ahuja Face in Images:A Survey[J]. Pattern Analysis and Machine Intelligence,24(1), 2002:3458.[8]葉艷芳等，一種基于膚色和模板匹配的人臉檢測(cè)方法，重慶工學(xué)院學(xué)報(bào)[9]曾憲貴等，基于顏色和模板匹配的人臉檢測(cè)，計(jì)算機(jī)工程與設(shè)計(jì)附錄膚色分割代碼：function bwycbcr = skincut(imgrgbfile)imgrgb = imread(imgrgbfile)。imgrgb3=rgb2ycbcr(imgrgb)。 [m,n,size1] = size(imgrgb)。y=imgrgb3(:,:,1)。 cb=imgrgb3(:,:,2)。 cr=imgrgb3(:,:,3)。 %====%在Ycbcr色彩空間中分割膚色區(qū)域，cb=double(cb)。 cr=double(cr)。 y=double(y)。 bwycbcr=zeros(m,n)。 for i=1:m for j=1:n if y(i,j)125 cb1=108+(125y(i,j))*10/109。 cr1=154(125y(i,j))*10/109。 wcb=23+(y(i,j)16)*。 wcr=20+(y(i,j)16)*。 cb1=(cb(i,j)cb1)*+cb1。 cr1=(cr(i,j)cr1)*+cr1。 elseif y(i,j)188 cb1=108+(y(i,j)188)*10/47。 cr1=154+(y(i,j)188)*22/47。 wcb=14+(235y(i,j))*。 wcr=10+(235y(i,j))*。 cb1=(cb(i,j)cb1)*+cb1。 cr1=(cr(i,j)cr1)*+cr1。 else cb1=cb(i,j)。 cr1=cr(i,j)。 end x1=[ ]*[。]。 y1=[ ]*[。]。 if ().^2/+().^2/=1 bwycbcr(i,j)=1。 else bwycbcr(i,j)=0。 end endendimshow(bwycbcr)
語(yǔ)文相關(guān)推薦
鄂ICP備17016276號(hào)-1