文档介绍：第 21卷第 4 期济南大学学报(自然科学版) Vol. 21 No. 4
2007年 10 月 JOURNAL O F UN IVERS ITY OF J INAN ( Sci. & Tech1) Oct. 2007
文章编号: 1671 - 3559 ( 2007) 04 - 0341 - 04
基于梯度信息的灰度人脸检测
李启娟,尹建芹,李金屏
(济南大学信息科学与工程学院,山东济南 250022 )
摘要:针对灰度图像提出了一种有效的人脸检测算法。首基于特征的检测方法[ 6 - 9 ]检测速度较快,但检测效
先对原始灰度图像利用 Sobel边缘检测算子得到水平方向果受光线影响较大。基于表象的检测方法将人脸检
[ 10 - 11 ]
的梯度信息;在此基础上,结合人的眼睛灰度信息得到眼睛测问题看作一般的模式识别问题,该方法精度
的初步候选区域,并根据眼睛的几何特征删除非眼睛区域; 较高,但是训练和搜索的时间都比较长。人脸的检
然后利用眼睛的几何特征以及人脸的“三停五眼”特性确定
测,关键是人脸特征(眼睛、鼻子、嘴的轮廓等信息)
真正的眼睛和嘴的区域,在精确定位眼睛和嘴的几何位置后
的提取问题。由于灰度图像颜色特征、边缘特征受
确定人脸区域;最后利用人脸的左右对称性来验证人脸。实
验表明,该算法对于灰度图像的正面人脸定位以及人脸检测光照影响较小,因此在总结当前检测方法的基础上,
具有良好的效果。我们提出了一种利用人眼周围梯度、灰度信息、人眼
[ 12 ]
关键词:灰度人脸检测; Sobel算子;梯度信息;眼睛几何特征几何信息和“三停五眼”的人脸特征来定位人脸
中图分类号: TP391 文献标识码: A 区域的算法。
1
随着人们对快速有效自动身份判定需求的增人眼检测及人脸区域的定位
加,生物识别技术得到了极大重视,作为人脸识别重 1. 1 图像的边缘检测
要组成部分的人脸检测正受到人们的极大关本文所提出的人脸检测算法,主要依据眼睛和
[ 1 - 2 ]
注。嘴的位置,所以通过图像预处理获取眼睛和嘴的较
人脸检测是当前模式识别领域研究的热点,大为准确的位置信息是该算法的关键。利用眼睛和嘴
致可以分为彩色和灰度人脸检测。目前在人脸检测的活动方向为垂直的先验特征,采用 Sobel边缘检
的研究中,人们更多的是针对彩色图像的研究,而对测算子(公式 1)进行图像处理,可以获取图像水平
于灰度图像的研究还不多见。在彩色图像的人脸检方向上的边缘信息。
测研究中,人们较少考虑人脸的几何特征,主要是利- 1 - 2 - 1
用肤色特点,建立肤色模型。首先找到候选人脸区 0 0 0 ( 1)
域,然后再利用人脸特点排除假的人脸区域,从而获 1 2 1
[ 3 - 4 ]
得真正的人脸区域。但是由于肤色对于光线很若原始图像用 f表示, f ( i, j)表示对应于 n ×m
敏感,所以在光线复杂情况下检测效果并不好。实大小图像的坐标点( i, j)的像素值, 其边缘检测后的
际上,还有很多情况下无法获得彩色信号,如红外摄梯度值为(公式 2) :
像头和红外感应摄像头等,因此基于灰度信息进行ΔG = f ( i - 1, j + 1) + 2f ( i, j + 1)