基于WebCam的人臉檢測技術3.doc

1目錄摘要.2關鍵詞.2Abstract.3Keyword.31人臉檢測的意義，國內外的情況綜述.42基于膚色的人臉定位.62.1彩色空間，以及彩色空間的轉換.62.2人臉膚色模型，二值化.72.3后處理.92.4人臉區(qū)域的定位.103視頻流.103.1視頻工具包VideoforWindows.103.2視頻流采集的實現.113.2.1AVICap主要功能.113.2.2視頻采集算法.123.3視頻流的顯示.154試驗數據與展望.174.1試驗數據.174.2展望.17參考文獻.18附錄A系統使用說明.18杭州師范學院本科畢業(yè)論文基于WebCam的人臉檢測技術2摘要人臉識別技術可以應用于基于網絡的身份認證，我們實現了基于WebCam的人臉識別與跟蹤系統。本文以WebCam采集的視頻流為數據源，截取視頻流中的單幀圖像，通過轉換色彩空間、人臉膚色建模、后處理操作和人臉定位算法實現了人臉檢測，并以此為基礎實現了在視頻流中對于人臉的跟蹤。試驗結果表明，我們所實現的人臉識別算法適用于近距離人臉的檢測，可以應用于基于WebCam的身份認證。關鍵詞人臉識別，人臉檢測，膚色，定位，視頻流杭州師范學院本科畢業(yè)論文基于WebCam的人臉檢測技術3AbstractFacerecognitioncanbeappliedtoidentityauthenticationonInternet,nowwehaverealizedfacerecognitionandtrackingsystembasedonWebCam.ThisessaytakesvideoflowingcollectedfromWebCamasdatasource,andcutsoffSingleframeinvideoflowing.Ithasrealizedfacedetectionthroughtransformingcoloredspace,complexionmodeling,aftertreatmentandfaceorientalgorithms,andbasedonwhichtheessayhasrealizedfacetrackinginvideoflowing.Theresultofthetestshowsthatthefacedetectionalgorithmswerealizedadaptstoshortdistantfacedetection,andalsocanbeusedasidentityauthenticationbasedonWebCam.KeywordFacerecognition,facedetection,complexion,orientation,videoflowing杭州師范學院本科畢業(yè)論文基于WebCam的人臉檢測技術41人臉檢測的意義，國內外的情況綜述基于視頻流的人臉分析是目前計算機模式識別和圖形圖像領域中的研究熱點，其目的是在視頻中自動檢測、定位、跟蹤和識別人臉。該技術能廣泛應用于基于內容的圖像檢索、視頻編碼、生物認證、計算機安全、電子商務等領域。雖然已經有很多人臉檢測和識別算法，但至今仍有大量的研究者在研究這項技術，這是因為人臉是一個動態(tài)的目標，在表達形式上有高度的可變性，導致該項技術仍然是機器視覺中的難點?；赪ebCam的人臉檢測和跟蹤技術是將人臉分析技術與基于Internet的視頻流相結合的一項技術，可以應用于在Internet上的身份認證和安全。目前已經有大量的生物認證技術（如指紋識別，虹膜識別，人臉識別）應用于身份認證，用于加強傳統身份認證技術（如口令）。但是這些技術均只能用于本機操作，而不能用于Internet上身份的驗證。例如，我系計算機教育與應用研究所開發(fā)出了基于B/S模式的考試系統，從理論上說可以實現在Internet上的考試。然而，由于不能解決在Internet上的身份認證，該系統目前只能適用于在局域網中進行在線測試。可以設想，如果有了基于WebCam的人臉檢測和跟蹤技術，我們就可以在此基礎上實現考試過程中的身份認證和考試監(jiān)控?；赪ebCam（Internet上的攝像頭）的人臉檢測和跟蹤技術的核心是人臉分析。人臉分析的任務包括人臉檢測，人臉識別和人臉跟蹤。人臉檢測是許多后期應用的預處理過程。有許多方法可以用于人臉檢測，這些方法可以分成四大類：（1）基于知識（Knowledge-based）的方法，是基于規(guī)則的方法，試圖對人臉特征在直覺上建模。（2）基于特征不變性（Featureinvariant）的方法，是利用特征的不變性進行檢測，如比例、方位、灰度級和膚色等）。（3）模板匹配（Templatematching）的方法，通過手工定義人臉的模板，或者是臉部特征，來與輸入圖像進行匹配。（4）基于外貌（Appearance-based）的方法，通過機器學習的方法找到人臉中的相關特征。方法代表文章1.基于知識Multiresolutionrule-basedmethod2.不變特征面部特征Groupingofedges肌理（皮膚）SpaceGray-LevelDependencematrix(SGLD)offacepattern膚色MixtureofGaussian多重特征Integrationofskincolor,sizeandshape3.模板匹配預先確定的人臉模板Shapetemplate可變的（人臉）模型ActiveShapeModel(ASM)4.基于外觀的（識別）方式特征人臉Eigenvectordecompositionandclustering分布式Gau