基于膚色檢測和人眼定位的人臉檢測方法

其中t 為像素間差異閾值，一般可設(shè)為27;代表掩模面積值，面積越小邊緣強度越大;g 為幾何門限，設(shè)定為

經(jīng)過上述算法獲得的眼部區(qū)域邊緣圖像如圖4(b)，在此基礎(chǔ)上對圖像中的黑色邊緣曲線進行角點提取即可獲得準確的兩眼內(nèi)外眼角點位置，如圖4(c)所示。根據(jù)Susan 算子的特性，它既可以用來檢測邊緣，又能夠提取角點。因此與Sobel、Canny 等邊緣檢測算子相比較，Susan 算子更適合進行眼部的特征提取，尤其對兩個眼角點的自動定位。并且通過適當?shù)恼{(diào)整Susan 算子的參數(shù)r 或者閾值t 和g 的大小，對不同質(zhì)量的人臉圖像都可以取得很好的效果。

圖4 人眼區(qū)域處理圖。

5 結(jié)論

本文針對人臉檢測中的膚色檢測和人眼精確定位問題，給出了一種快速準確的方法，有助于提高人臉識別算法的識別率。膚色分割前先對圖像進行色彩平衡，采用形態(tài)學濾波器對候選人臉進行降噪，這些步驟都大大提高了人臉檢測的精確度，而且并沒有花費很多時間。在人眼精確定位上，采用更適合提取眼部特征的Susan 算子精確定位眼角點。實驗證明該方法可以很好的應用于人臉檢測。

4 實驗結(jié)果

本文使用本實驗室建立的人臉庫，包括每個人10張(不同表情、光照、旋轉(zhuǎn)角度等)共200 張人臉圖像，大小為180?200.

在正面人臉的圖像上測試，人眼的內(nèi)外角點定位準確率達到98.4%，在側(cè)臉小角度(左右旋轉(zhuǎn)以內(nèi))人臉圖像上測試，準確率達到90.2%.人臉檢測平均時間為2s，定位虹膜和內(nèi)外角點平均時間為10.4s.

圖5 人臉、瞳孔及眼角點定位。

圖5(a)圖為人臉檢測結(jié)果，圖5(b)為瞳孔及眼角頂定位結(jié)果，其中紅色為瞳孔位置，黃色為右側(cè)眼角點，粉紅色為左側(cè)眼角點。實驗結(jié)果證明本文提出的方法可以很好的檢測定位人臉。