人脸检测中的眼睛定位算法研究.docx
《人脸检测中的眼睛定位算法研究.docx》由会员分享,可在线阅读,更多相关《人脸检测中的眼睛定位算法研究.docx(18页珍藏版)》请在咨信网上搜索。
1、人脸检测中的眼睛定位算法研究摘 要 眼睛是一个在人脸检测中极为重要的人脸特征,因此一种快速可靠的精确定位眼睛的算法对许多实际的应用是十分重要的。本文分析了几种常用的眼睛定位算法,并提出了一种基于肤色信息、人脸面部几何特征和人眼灰度信息的算法。算法采用由粗到细的检测策略,先对Anil的Cb、Cr椭圆聚类方法进行了改进,用改进的算法进行肤色提取,经过肤色区域的分析,对人脸区域进行预检测,然后结合人眼几何特征进行初步定位,再利用人眼的灰度信息进行精确定位。该算法定位效率高,并对背景、尺寸等细节具有很好的适应性,在人脸实时检测系统中具有很好的应用价值。关键词 眼睛定位;肤色提取;几何特征;复杂度1 引
2、言 双眼是人脸的突出特征,它们在人脸中占据比较固定的位置,双眼间的距离刻画了人脸的大小,是人脸识别中尺度归一化的依据。因此双眼的精确定位成为人脸识别前处理阶段非常关键的一步,绝大部分的人脸识别算法都强烈地依赖于双眼的准确定位。只要人眼被精确定位,则脸部其他特征,如眉、鼻、嘴等,可由潜在的分布关系比较准确地定位。人脸可以较好地归一化,预处理的效果也更明显,同时也可提高识别速度和降低识别算法的复杂度。 正因为眼睛定位在人脸识别中具有如此重要的地位,于是人们研究各种算法来实现眼睛定位,主要可以分为以下几类:霍夫变换法、变形模板法、边缘特征分析法和对称变换法等,本文结合人脸的肤色和几何特征以及人眼的灰
3、度信息提出了一种快速、稳定的人眼定位算法。2 常用的几种眼睛定位算法 (1) 霍夫变换法 假设经预处理已经得到包含眼球的图像Ep,为了节省检测眼球的时间并避免镜片反光点边缘产生的干扰,先用小灰度聚类法粗定眼球中心点,以此缩小检测范围,聚类的过程是将图像Ep中灰度值最小的n个像素,按列递增的顺序排序,若相邻的列数差值都未超过预先设定的门限T1,说明只有一个聚类中心,求出这些像素行列的平均值就是要找的眼球中心点;若超过了门限T1,说明这n个像素可以聚成两类,对左眼,因为阴影、镜脚集中在左边,所以取右边那类的平均值;对右眼,则取左边那类的平均值;n的选择可根据图像Ep的总像素数目及眼球占图像的大致百
4、分比决定。 在用霍夫变换检测眼球前,先用Canny算法提取边缘。对于比较细长的眼睛,由于眼球的上半部分较多地被眼皮覆盖,所以改用检测下半圆,这样更可靠且省时。设图像空间为(i,j),i和j分别表示行和列,三维变换空间为(ie,je,R),其中ie、je分别代表眼球圆心的行和列,R为半径。下半圆表达式为:对于变换空间的每一个坐标点(ie,je,R),在图像空间都对应一个半圆,在这个半圆上存在的边缘点数就是变换空间上坐标点(ie,je,R)对应的值。变换空间上的峰值点坐标即为所求的眼球半圆参数。实验证明,霍夫变换确实具有抗干扰能力强的优点。当眼球与眼白的对比度较低时,提取出来的边缘是断裂或不很规则
5、的,即使如此,仍能根据变换空间中的峰值点准确地定位眼球圆心。 (2) 变形模板法 模板匹配法主要是模板的选择,根据所选模板的维数可分为二维可变形模板和三维可变形模板。图1为二维简单眼睛模板,由于人脸的旋转角度是任意的,当旋转角度比较大时,其中一部分眼白就会看不见,所以为了适应人脸向两侧作较大角度的旋转,就增加了两个单眼白的简单眼睛模板,当垂直旋转角度大于30时,就使用仅有左眼白的简单眼睛模板,如图1 a所示,当旋转角度大于-30时,就使用仅有右眼白的简单眼睛模板,如图1 b所示,若旋转角度介于-30和30之间,就使用正常的双眼白简单眼睛模板,如图1 c所示。图1 眼睛的变形模板 简单二维眼睛模
6、板可以用如下数学形式表示:在进行眼睛定位时,不断改变简单眼睛模板的尺寸参数S和眼球中心位置参数(x,y),当模板与人脸图像取得最佳匹配时的对应的尺度S就是眼睛的大小,中心位置(x,y)就是眼睛在人脸图像中的位置。匹配时采用的能量函数与三维可变形模板中的能量函数类似。三维可变形眼睛模板的生成源于人脸合成时用到的一般三维人脸模型。在一般三维人脸模型中,把眼睛特征点分截取出来,作为可变形眼睛模板的基本点。三维可变形眼睛模板是由10个基本三维点构成的,如图2所示,其中外部8个点组成了上、下眼睑,内部2个点,决定眼球的所有边界,其余的眼睑三维点是由外部8个基本点线性插值得来的,而眼球上的三维点是通过内部
7、2点构成的空间来定的。图2 三维眼睛模板 三维可变形眼睛模板可以用以下的数学形式来表示:其中,参数X=是由10个三维基本点的坐标组成,S表示三维可变形眼睛模板的尺度大小, 表示眼睛模板的垂直旋转角度, 表示眼球的中心,也是整个三维眼睛模板的中心坐标。眼睛模板的可变形性就体现在不仅模型的尺度S、角度和眼球的中心是可变化的,而且眼睛模板的形状参数X也是可变化的。当所有参数都进行变化时,将产生各种各样的三维眼睛模板。在模板匹配时,需要把这些三维模板影射成如图3所示的二维眼睛映射模板,然后针对这些二维眼睛模板定义相应的能量函数,用最小值搜索算法求得最佳匹配。此时所对应的眼睛模板坐标就是需要求的眼球中心
8、。图.3 三维眼睛模型在不同旋转角度下的二维映射 (3 )边缘特征分析法 此算法所处理的图像为单人灰度图像,是利用图像的垂直灰度投影曲线,根据凸峰宽度确定人脸的左右边界,然后利用人脸区域的水平灰度投影曲线确定头顶及鼻子中部形成的上下边界。利用预测法先确定人眼在眉眼区域的大概位置,通过检测眉眼部位的边缘及边缘分组,确定双眼的坐标位置。观察不同单人脸图像的垂直灰度投影曲线,可以发现人脸所在区域将使垂直灰度投影曲线形成一个具有一定宽度的凸峰。这个凸峰的左右边界大致代表了人脸的左右边界。当人脸的左右边界确定之后,取左右边界之间的人脸区域作为研究对象,作该图像的水平灰度投影曲线,观察人脸区域图像的水平投
9、影曲线可以发现,此曲线的第一个极小值点对应人的头顶,因为头发的低灰度产生了水平投影曲线的低谷,而曲线的最大值点和次最大值点分别对应人的额头部位和人的鼻中部,这样就可以轻易地求得人眼所处的大致水平位置。在边缘检测前先对眉眼区域进行去噪、增强处理,使图像平滑,这是保证下面边缘检测获得较好效果的关键步骤。然后用Canny算子求出眉眼区域的边缘图像,求解时阈值取得较高,使得边缘点仅由眉毛和眼睛的强边缘以及瞳孔产生的强边缘组成,而不会包含由鼻子的轮廓产生的弱边缘。随后将边缘点进行分组,可以得到几组分离的边缘,其中位于下面的两组分别为左右两眼产生的边缘,取这两个边缘组的中心作为人眼的中心。边缘分组算法中,
10、将分别包含每个边缘分组的最小矩形作为人眼检出,最先检出的两个分组分别对应左眼和右眼。当出现两个分组后算法立即结束,提高了执行效率。 (a) 原图像(b) 在水平方向上的投影 (c) 在垂直方向上的投影图4 水平方向和垂直方向的投影结果示意图该算法的优势在于首先通过灰度投影曲线确定眉眼区域,使数据量大大减少,然后在有效的边缘检测之后,使用了高效的边缘分组策略,在保证正确率的基础上,提高了算法速度。此算法的定位错误出现在头部倾斜度过大,以及侧光太强,还有头部在图像中所占区域过小的情况。(4) 对称变换法在计算机视觉研究中,对称性被认为是物体的基本性质之一,通常在将物体从背景中分割出来后,用来简化物
11、体形状的描述,或物体的近似。目前研究最多的是点对称和轴对称,对人脸而言,眼睛、鼻子、嘴巴等都有很弱的点对称性,广义对称变换正是用来描述物体的点对称。文献 利用广义对称变换定位人眼进而提取脸部特征,文献在广义对称变换的基础上,定义了一种方向对称变换DST,用于人眼的精确定位。以上的对称变换利用了人眼的中心强对称和脸部特征的生理几何分布,对人脸偏转、脸部表情变化、光照变化等因素的左右不敏感,因而具有很好的鲁棒性。但是,以上对称变换的计算需要在大范围的尺度上进行,计算量很大,而且,由于只是描述了各点的局部对称性,当它用于人眼的定位时产生的候选点较多,不太利于眼睛的精确定位。结合广义对称变化和方向对称
12、变换的优点,于是有了一种新的对称变换离散对称变换,它不仅具有广义对称变换描述物体对称性大小的特点,而且通过对各点领域的考察,去除那些处于规则区域外的点,可大大降低计算量,实现眼睛定位的快速算法。广义对称变换把图像中的所有像素点同等对待,每个像素点都计算其对称值。事实上,在图像中物体的单一背景区域中,大面积的灰度均匀区域上的像素点在一定的尺度范围内不具有明显意义的对称性,所以就不必计算它的对称值,而这样的像素点在人脸图像中占了很大一部分,如头发、脸部除眼、嘴等特征区域之外的区域及部分身体区域。眼、嘴、鼻子等特征区域在大于其轮廓的范围内灰度有变化,这样的区域我们把它称为灰度不均匀区。离散对称变换以
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 检测 中的 眼睛 定位 算法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【快乐****生活】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【快乐****生活】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。