人脸检测现状国外对人脸检测问题的研究很多,比较著名的有MIT,CMU等;国内的清华大学、北京工业大学、中科院计算所和自动化所等都有人员从事人脸检测相关的研究。而且,MPEG7标准组织已经建立了人脸识别草案小组,人脸检测算法也是一项征集的内容。随着人脸检测研究的深入,国际上发表的有关论文数量也大幅度增长,如IEEE的FG、ICIP\CVPR等重要国际会议上每年都有大量关于人脸检测的论文,占有关人脸研究论文的1/3之多。由此可以看到世界对人脸检测技术的重视。64525
2 人脸检测方法概述
目前人脸检测算法有很多种,可以将人脸检测的方法简单地分为两类:基于特征的和基于图像的。基于特征的方法指以某种特征为最小处理单元的方法,基于图像的方法指以图像中的像素为处理单元的方法:如LBP算法。详细见下面。这里我总结为五种人脸检测方法:基于传统知识的方法 、基于几何特征的方法 、 基于相关匹配的方法 、基于表象的方法 、基于统计理论的方法 。论文网
1. 基于传统知识的方法,它将典型的人脸形成规则库对人脸进行编码。通常, 通过面部特征之间的关系进行人脸定位。人脸的知识又可以归纳成下面几个简单的规则,轮廓规则、器官分布规则、对称性规则、运动规则。其中,
2. 特征不变方法。该算法的目的是在姿态、视角或光照条件改变的情况下找到存在的结构特征, 然后使用这些特征确定人脸,如LBP算法。
3. 模板匹配方法。存储几种标准的人脸模式, 用来分别描述整个人脸和面部特征; 计算输入图像和存储的模式间的相互关系并用于检测
4. 基于外观的方法。与模板匹配方法相反, 从训练图像集中进行学习从而获得模型( 或模板) , 并将这些模型用于检测
5. 基于统计理论的方法 目前被广泛应用与人脸检测的统计方法主要有基于子空间的方法、神经网络、支持向量机、隐马尔科夫模型、以及基于AdaBoost算法等。[2]