Www.pornpors.com

Sorrylies.com Unmasking Moral Prejudices The Problem With Religions You 人脸检测 - 维基百科,自由的百科全书

Sorrylies.com Unmasking Moral Prejudices The Problem With Religions You

Religions search2 The 1 Sorrylies.com searchsearch2search Prejudices 2 Unmasking search The
Religions Unmasking Religions With Moral The Prejudices Prejudices Prejudices Religions Problem The With Sorrylies.com search Religions Prejudices Problem Moral Prejudices Sorrylies.com Unmasking Problem 的內部連結。

本条目包含指南或教學內容(2012年12月26日)
請藉由移除或重寫指南段落來改善條目,或在討論頁提出討論。

人脸检测(Face Detection)是一种在任意数字图像中找到人脸的位置和大小的计算机技术。它可以检测出面部特征,并忽略诸如建筑物、数目和身体等其他任何东西。[1]有时候,人脸检测也负责找到面部的细微特征,如眼睛、鼻子、嘴巴等的精细位置。

目录

定义和其他任务的关系[编辑]

人脸检测可以被认为是一种特定的物体检测(object-class detection)。物体检测的任务是在图像中找到所有输入与指定物体位置和尺寸,例如上身、行人和汽车
人脸检测也可以理解为通用模式下的人脸定位。人脸定位的目的是找到已知数目(通常为1)的人脸的位置和尺寸。而在人脸检测中,并没有这个额外的信息。
早期的人脸检测算法专注于正面人脸,现在的算法则尝试更为通用也更困难的多角度的人脸检测。也就是说,要检测的人脸可能沿着人脸与观察者的轴线存在旋转(平面内旋转),也可能在垂直方向或左右方向(out-of-plane rotation)存在旋转。更新的算法则考虑人脸外观、光照和姿态等影响因素。

技术[编辑]

许多算法将人脸检测实现为一个两类模式分类任务。也就是说,图像的指定位置会被转换为特征,然后一个预先训练好的分类器将决定该部分是或不是人脸。
通常情况下,要用到滑动窗口技术。也就是说,分类器对图像的任意位置和任意尺寸的部分(通常是正方形或长方形)进行分类,判定是或不是人脸。
具有空白和静态背景的图像比较容易处理,如果图像只包含一个正面人脸的话,只要去除背景后就只剩下人脸了。
使用肤色来检测人脸是比较脆弱的。数据库可能没有包含所有皮肤的颜色,同时光照也会影响检测结果。由于使用色彩分割,具有类似于肤色颜色的非动物物体也会被检测到。这种方式的优点是对于人脸的朝向和尺寸没有要求,并且一个好的实现可以处理复杂的背景。
现在的一个比较优秀的人脸检测算法是Viola–Jones的级联分类器算法[2]。这种算法使用基于Haar特征的级联分类器策略,可有快速且有效的找到多种姿态和尺寸的人脸图像。在OpenCV上有一个该算法的实现[2]

应用[编辑]

人脸检测可用于生物特征识别,通常做为人脸识别系统的一部分。人脸检测也可以用于视频监听人机交互和图像数据库管理。一些最新的数码相机使用人脸检测来自动对焦。人脸检测也可以在使用了pan-and-scale ken burns effect的photo slideshows中帮助选择感兴趣的区域。
人脸检测也获得了市场的兴趣。电视机上可以集成摄像头来检测任何走过的人脸,然后计算该用户的种族性别和年龄范围。一旦获得这些信息,可以针对性的播放广告。
人脸检测也可以用于节约能源。人们看电视或电脑的时候往往会做其他工作,这时候普通的显示器不能自动降低亮度来节省能源。智能系统可以识别用户的面部朝向,当用户不看屏幕时,可以自动降低亮度;在用户重新看屏幕时,再增加亮度。

常用算法[编辑]

外部链接[编辑]

参考[编辑]

  1. ^ Filipe Tomaz face detection and recognition. W3.ualg.pt. [2011-02-15]. 
  2. ^ [1]

覆盖到发生过

取自“w/index.php?title=人脸检测&oldid=30947257
分类
隐藏分类:

导航菜单

个人工具

命名空间