复杂背景下多姿态人脸快速检测算法

第16卷第1期2004年

1月

计算机辅助设计与图形学学报

JOURNALOFCOMPUTER2AIDEDDESIGN&COMPUTERGRAPHICS

Vol116,No11Jan1,2004

复杂背景下多姿态人脸快速检测算法

曲延锋　李卫军　徐　健　王守觉

(中国科学院半导体研究所神经网络实验室　北京　100083)

摘要　通过对图像进行预处理(似眼物检测),不但缩小了人脸检测的搜索空间,而且将复杂背景下多姿态多人脸检测简化为在候选区域内,已知大致的人脸尺度情况下正面端正单人脸检测问题,并结合多模板匹配与规则验证完成了人脸区域的最后确定1实验结果表明该算法具有较高的速度和检测成功率1关键词　人脸检测;似眼物检测;最大熵图像分割;模板匹配中图法分类号　TP39114

FastMulti2PoseFaceDetectioninAQuYanfeng　LiWeijun(LaboratoryofArtifuteSemiconductors,ChineseAcademyofSciences,Beijing　100083)

Abstract　　Byusingtheeye2analogdetection,thealgorithmcannotonlyreducethesearchspaceoffacedetection,butalsosimplifythemulti2posemulti2facedetectioninacomplicatedbackgroundintosinglefront2viewverticalfacedetectioninthecandidateregions1Withknowingtheapproximatesizeoftheface,itusesmulti2templatematchingandruleverificationtodeterminethelocationofrealface1Ex2perimentsdemonstratethatitisrelativelyfastandrathersuccessful1

Keywords　facedetection;eye2analogdetection;maximumentropyimagesegmentation;templatematching

1　引　　言

人脸检测是指通过对输入图像的分析,确定其中人脸的数目、位置、大小、姿态的过程1由于人脸检测在视频监控、视频压缩、视频检索、身份鉴定等诸多方面中扮演着重要的角色,近年来已经成为模式识别、计算机视觉与人机交互等研究领域的热点之一1

人脸检测经过十几年的研究发展,已有许多较好的算法,如基于马赛克规则算法[1]、基于模板匹配的算法[223]、基于特征脸的算法[4]、基于神经网络

的算法[5]等1然而,现有的复杂背景下人脸检测算

法大多是针对正面端正的人脸提出的,对多姿态的人脸检测还存在很大的困难,有效的方法不多1文献[3]提出了一种多姿态的单人脸检测算法,但其是在全图像范围内进行穷举搜索(包括人脸大小与姿态的穷举),搜索的矩形框尺度变化也很大,所以不可避免地造成了检测时间长、效率低,而且只是针对单人脸进行检测1文献[627]各提出了一种基于局部特征(似眼物)的人脸检测算法,能够解决多姿态的人脸检测问题1文献[6]的不足之处在于算法的第一步似眼物检测上,由于只利用了图像的均值、两个尺度的图像(原图和1/2图像)以及固定的水平与垂

原稿收到日期:2003203206;修改稿收到日期:20032052061本课题得到国家自然科学基金(60135010)资助1曲延锋,男,1975年生,博士研究生,主要研究方向为人脸检测、人脸识别1李卫军,男,1975年生,博士研究生,主要研究方向为神经网络硬件应用实现1徐　健,男,1971年生,博士研究生,主要研究方向为神经网络硬件应用实现1王守觉,男,1925年生,研究员,博士生导师,中国科学院院士,中国电子学会副理事长,主要研究方向为半导体超高速电路,人工神经网络算法、模型、硬件和应用1

第1页下一页