基于肤色和器官定位的实时人脸检测

J4 ›› 2014, Vol. 36 ›› Issue (05): 936-940.

基于肤色和器官定位的实时人脸检测

黄禹馨1，黄山1,2，张洪斌2

（1.四川大学电气信息学院，四川成都 610065;2.四川大学计算机学院，四川成都 610065）

收稿日期:2012-10-12 修回日期:2013-02-25 出版日期:2014-05-25 发布日期:2014-05-25

Realtime face detection based on
complexion and organs location

HUANG Yuxin1,HUANG Shan1,2,ZHANG Hongbin2

(1.School of Electrical Engineering and Information,Sichuan University,Chengdu 610065;
2.School of Computer Science,Sichuan University,Chengdu 610065,China)

Received:2012-10-12 Revised:2013-02-25 Online:2014-05-25 Published:2014-05-25

摘要/Abstract

摘要：

基于肤色和器官的人脸检测是视觉监控领域中广泛应用的经典方法，但是辨别每个肤色像素和提取候选区域非常耗时且对噪声敏感，很多时候不能满足实时人脸检测的需要。通过引入肤色单元的概念，提高了该方法的快速性和鲁棒性，最终将其应用于实时视频序列中。首先，采用单元化的方法进行肤色分割，提取出人的肤色部分；接着，根据人脸长宽比例的范围，确定出候选人脸；然后，再对候选人脸区域分别进行眼睛和嘴巴的定位；对眼睛和嘴巴定位之后，我们可以利用眼睛和嘴巴呈倒三角关系的几何特征反过来进行人脸的精确定位。实验结果表明，该方法的识别率较高，并能满足实时视频人脸检测的快速性要求。

关键词: 人脸检测, 肤色分割, 器官定位, 几何特征

Abstract:

Face detection based on complexion and organs location is one of the classical methods widely used in the field of visual monitoring,but discriminating each complexion pixel and extracting candidate areas are very time consuming and noise sensitive, which often cannot meet the requirements of realtime face detection. The concept of skin cells is introduced to improve the speed and robustness of the processing and applied to realtime video sequence. Firstly, complexionlike regions are extracted by classifying color skin units. Secondly,candidate face region are filtered with aspect ratio of the regions. Finally,real face regions are well located by utilizing the geometrical features of eyes and mouth and their inverted triangle relation.The experimental results show that this method has high detection accuracy and satisfies the requirements of realtime face detection.

Key words: face detection;complexion segmentation;organ location;geometrical feature

黄禹馨1，黄山1,2，张洪斌2. 基于肤色和器官定位的实时人脸检测[J]. J4, 2014, 36(05): 936-940.

HUANG Yuxin1,HUANG Shan1,2,ZHANG Hongbin2. Realtime face detection based on
complexion and organs location [J]. J4, 2014, 36(05): 936-940.

[1]	刘紫燕, 袁磊, 朱明成, 马珊珊. 融合改进通道和层剪枝的口罩人脸检测[J]. 计算机工程与科学, 2022, 44(03): 463-470.
[2]	程小兰, 蒋从锋, 欧东阳, 任永坚, 张纪林, 万健, . 基于帧缓冲队列的边缘视频处理加速方法[J]. 计算机工程与科学, 2021, 43(04): 603-613.
[3]	倪尧，鲍宇. 基于目标轮廓几何特征的电容元件定位方法[J]. 计算机工程与科学, 2017, 39(08): 1476-1482.
[4]	李东洁，何岸花. 基于Mega2560的人脸检测与定位跟踪[J]. 计算机工程与科学, 2016, 38(10): 2100-2108.
[5]	杨超，蔡晓东，王丽娟，朱利伟. 一种改进的CAMShift跟踪算法及人脸检测框架[J]. 计算机工程与科学, 2016, 38(09): 1863-1869.
[6]	王景中,周靖. 基于比例特征的网络不良图像过滤算法研究[J]. J4, 2016, 38(03): 514-519.
[7]	文佳宝1,2，熊岳山1. 人脸检测的继承式集成学习方法[J]. J4, 2015, 37(01): 111-118.
[8]	李燕,王玲. 基于肤色和Haar方差特征的人脸检测[J]. J4, 2015, 37(01): 146-151.
[9]	杨程，卢蓉，范勇，陈念年. 图像几何特征参数快速提取算法[J]. J4, 2012, 34(7): 124-129.
[10]	赵男男. 基于AdaBoost算法与肤色模型的多姿态人脸检测[J]. J4, 2011, 33(5): 85-90.
[11]	程峰，李德华. 基于CUDA的Adaboost算法并行实现[J]. J4, 2011, 33(2): 118-123.
[12]	张莹，李勇平，敖新宇. 基于OpenCV的通用人脸检测模块设计[J]. J4, 2011, 33(1): 97-101.
[13]	马颖哲，孙劲光. 一种多视角人脸检测方法[J]. J4, 2011, 33(1): 132-137.
[14]	苏龙飞，胡德文,周宗潭，张环. 远程定位瞄准系统的设计和实现[J]. J4, 2010, 32(10): 54-58.
[15]	王磊吴晓娟巴本冬董文会. 一种基于视觉的PERCLOS特征提取方法[J]. J4, 2006, 28(6): 52-54.