1 / 65
文档名称:

基于肤色特征和Adaboost算法的新生儿面部检测.pdf

格式:pdf   页数:65页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于肤色特征和Adaboost算法的新生儿面部检测.pdf

上传人:peach1 2014/5/13 文件大小:0 KB

下载得到文件列表

基于肤色特征和Adaboost算法的新生儿面部检测.pdf

文档介绍

文档介绍:南京邮电大学
硕士学位论文
基于肤色特征和Adaboost算法的新生儿面部检测
姓名:刘刚
申请学位级别:硕士
专业:信号与信息处理
指导教师:卢官明
20090301
摘要关键词:疼痛刺激会对新生儿产生一系列近期和远期的严重影响,因此正确评估和积极处理疼痛,已成为儿科临床医师和研究人员密切关注的焦点。开发一种基于面部表情分析的新生儿疼痛自动评估系统,对医护人员及时采取相应的镇痛措施,减轻新生儿和婴儿的疼痛具有非常重要的现实意义和价值。新生儿面部的检测,是新生儿疼痛自动评估系统的一个重要组成部分,是面部特征提取和表情识别的前提和基础。在阅读了大量文献的基础上,并结合新生儿疼痛自动评估系统的要求,本文提出了基于肤色特征和的新生儿面部检测算法,主要完成了以下工作:右皆翰杉新生儿图片,并对采集后的图片进行处理,建立了一个包含个样本的新生儿面部图像库;治隽讼钟械姆羯ḿ觳夥椒ǖ挠湃钡悖岢隽嘶诜羯ǖ那蛏に惴ǎ现了新生儿面部区域的初步定位;晗阜治隽薃惴ㄔ怼⒘鞒蹋约癆算法的分类错误率和泛化误差;幅大小为男律计惺笛椋与算法相比,本文算法在性能上有明显的改善,,误检率由%下降到%。算法,新生儿面部检测,肤色特征,区域生长,级联分类器南京邮电大学硕士研究生学位论文摘要
琋×,琣.,·—.琣,瑃ィ琩%%.篈南京邮电大学硕士研究生学位论文琒.,.,—琒琑
名:趔名:声乍吲日期:伊¨研究生签名:盈墨:重圆南京邮电大学学位论文原创性声明南京邮电大学学位论文使用授权声明本人声明所呈交的学位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的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电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作了明确的说明并表示了谢意。研究生签名:南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其它复制手段保存论文。本文电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布ǹ授权南京邮电大学研究生部办理。日期:导师签
,医学上认为新生儿并没有感知疼痛的能力,近年来的临床和实验研究结果显示,新生儿虽然没有主诉疼痛感觉能力,却具有疼痛反应能力。现在医学已经证明疼痛反应会对新生儿产生一系列近期和远期不良影响【卜,而新生儿的止痛药物使用现在处于极端保守与不确定阶段,所以对新生儿疼痛的监测与评估显得尤为重要。而基于面部表情的新生儿疼痛的自动评估系统,不仅满足实时性、自动性、客观性和可记录性,并节省大量人力,所以本次的基于面部表情的新生儿疼痛自动评估方法的研究项目具有深远的现实意义和广阔的应用前景【】。新生儿面部检测是新生儿疼痛自动评估系统的一个重要组成部分,是面部特征提取和表情识别的前提和基础。现有的人脸检测研究都是针对***的,并且已经应用到实际当中;但是对于新生儿面部检测的研究比较少。作为新生儿疼痛自动评估系统的第一步,快速而准确的检测出新生儿的面部,对后面的特征提取和表情识别尤为重要,因此寻找一种适合新生儿的、检测速度快、检测率高的面部检测方法,变得非常重要。在阅读了大量文献的基础上,结合新生儿疼痛自动评估系统的要求,本文提出了针对新生儿面部的检测方法,即基于人脸检测研究的目的就是:如何从静态图片或者视频序列中有效地找出人脸,如果存在人脸,则输出人脸的数目、每个人脸的位置及其大小8萑肆臣觳馐蓖枷竦拇矸式和人脸判定的方式将人脸检测方法大致分为自上而下的演绎法和自下而上的归纳法两自上而下的演绎方法主要包括:基于肤色特征的方法,基于边缘特征的方法,基于特肤色特征和的新生儿面部检测。类。南京邮电大学硕士研究生学位论文
征空间的方法和基于马赛克图的方法。这些方法先根据先验知识对图像从整体上确定人脸范围,不断将人脸范围缩小,逐步求精,直到最终达到一定精度停止,整个过程人脸的一开始就被定义,不断的被精确。这类方法的特点是计算量小,速度快。诜羯卣鞯姆椒肤色模型是用来描述肤色在颜色空间中的分布形态特征,即用一种代数的或索引标的形式来表达哪些像素的颜色属于肤色,或者反映像素颜色与肤色的相似度。肤色模型可以划分为聚类模型【üú矢袷降谋浠唬沟梅羯谀骋颜色空间中呈现良好的聚类性,然后将这一聚类在颜色空间中的分布区域用一种简便的代数解析式表达。后者利用统计学的原理,认为肤色在特征空间中符合高斯分布,将多个人脸样本建立一个单纯的肤色高斯模