文档介绍：:望二缦驺日期:塑迹褐ィ竺学位论文独创性虼葱滦声明关于论文使用授权的说明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切相关责任。本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。C艿穆畚脑诮饷芎笞袷卮斯娑
摘要人脸检测是计算机视觉和模式识别领域中一个重要的研究课题,发展到现在,很多用于模式识别和图像处理的方法都在人脸检测上实现过。但是由于人脸本身变化的多样性及人脸环境变化的复杂性,人脸检测依旧是一个很有挑战性的模式分类问题。近年来,可变形部件模型正在被越来越多的用于解决目标识别问题。可变形部件模型综合考虑目标的整体信息以及各部分的表象信息和空间关系,可以提取到比基于整体的方法更加丰富的信息,因此更加有利于复杂目标的检测、识别过程。本文研究基于部件的模型在人脸检测中的应用,改进了现有的可变形部件模型,提出一种多角度融合的基于可变形部件加权模型的人脸检测方法。在这个模型中,根据人脸不同区域对检测效果的不同贡献,对不同的部件设置了不同的权重,并给出了权值的计算方法,权值越大,表明相应的部件对检测过程越重要;针对自然环境下人脸的多角度问题,提出了多角度分类融合的方法;在检测过程中,为了解决侧面脸检测过程中存在的困难,减低了侧面脸模型检测时候的阈值;对于降低侧面脸模型检测阈值而带来的错检问题,采用了肤色确认的方式进行改善;同时,对部分小分辨率区域进行双线性差值放大来保证对部件细节的充分利用。本文在数据库这类非常困难的评测库上取得了很好的效果,在数据库和自建的网络图片库上的检测也证实了其很好的检测性能。关键词:人脸检测可变形部件部件加权多角度融合肤色验证
基于可变形部件模型的人脸检测
懈锄琲觓肌而墒唧咖骶琫衄曲卸渤鷇籱琣西嬲,刑:竐痑瓵如锄瓸鏴佑,、№甧、№閏山【..,瓤獀產仃簉五甌蓼,甌ⅱ鬳產琱￡琣向—琣甪ⅲ琲向產也Ⅱ.鮡瞨.,印【,.瓼鐃產廿瑆星皿】.‘
一茎王旦奎丝塑堡堕型箜△堕丝型查鲨婴窒
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人脸检测问题分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸检测技术的应用范围⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人脸检测技术的测试标准⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..论文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章主要的人脸检测算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.基于知识的人脸检测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..基于模板的人脸检测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于肤色的人脸检测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.ú!基于特征的人脸检测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于部件的人脸检测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章基于部件的人脸检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于梯度方向直方图的特征表示⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯可变形部件模型建模⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯可变形部件模型的训练⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯部件加权模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯多角度模型分类融合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.睺人脸数据库训练的多角度人脸模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.羯啡稀多角度融合模型的匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..
地数据库上的实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.孕∠袼啬勘甑乃咝圆钪捣糯蟆第五章程序实现及结果分析⋯⋯