实时视频图像快速唇部检测方法的研究与实现

在视频图像中快速提取完整的嘴唇外形是计算机唇读系统的首要任务之一 ,文中提出了一种综合采用RedExclusion和Fisher变换的唇部检测方法 ,根据肤色模型和运动相关性在视频图像中检测人脸 ,然后在RGB空间内排除红色 ,用 (G ,B)分量作为Fisher变换矢量 ,对人脸下三分之一区域进行唇部图像增强 ,并利用增强后的灰度图像的灰度值呈正态分布这一特性 ,自适应确定肤色和唇色阈值 ,将唇部从背景图像中分割出来。该方法能检测出完整的嘴唇外形 ,且检测速度高 ,对光照、胡须及说话人不敏感。

基于色度分布差异性的唇部检测算法

为使唇读系统准确定位唇部图像,对彩色人脸图像的肤色和唇色进行了色度分布研究.利用直方图分析R、G、B色度分量在肤色和唇色中的分布特性,在此基础上提出了一种唇部检测算法.该算法同时考虑G、B分量以及R、G分量的分布差异,并将两种差异相互加强用于唇部判别.通过2组实验验证了算法效果.将提出的算法和Red Exclusion算法进行比较,结果表明,该方法在有效性、鲁棒性以及不同人种的肤色支持等方面有明显的改进.

一种快速鲁棒的唇部检测方法

为了有效地检测唇部,在综合考虑唇色和肤色3个颜色分量的差异后,对红色排除法判别式进行改进,提出了嘴唇BR加权G色对比法(WBRGC)。该方法利用G,B分量和G,R分量分布差异加权来区分肤色和唇色,最优权重通过实验确定。实验表明,WBRGC的检测性能与红色排除法相比有明显的提高。

基于嘴部内轮廓特征的疲劳检测

针对传统利用嘴部开合度检测疲劳时容易发生嘴部定位误差且易受唇厚度影响,提出一种基于嘴部内轮廓特征的疲劳检测方法。首先改进了嘴部定位方法,将YCb Cr模型与Lab模型结合,去除类唇色干扰信息,利用a分量对唇色的聚类性定位嘴部,提高了定位的准确性;然后两次提取开合度优化哈欠特征的识别方法,提取嘴部开合度,过滤掉开合度较小的图像,对开合度较大的疑似哈欠图像做Gabor变换,提取嘴部内轮廓的开合度,修正唇厚度引起的误差,判断是否为打哈欠特征。最后根据具有局部连续性的哈欠特征出现的频率做出疲劳判决,降低了哈欠的误判率,提高了疲劳判别的可靠性。实验结果表明,该方法可以克服嘴部定位不准确及唇厚度的影响,有效地实现疲劳检测。

一种快速鲁棒的唇部建模方法研究与实现

快速提取完整的嘴唇外形是计算机人脸动画和语音动画的首要任务之一,模仿真实感的嘴唇,建立逼真的唇部模型是该文的主要目的。文中主要采用Red Exclusion与C r色调分离相结合的唇部检测方法。该方法首先利用肤色模型快速准确确定出人脸区域及嘴唇检测区域,然后在RGB空间采用红色排除法,在已有的唇部区域中只考虑绿色和蓝色光谱将唇部从背景图像中分割出来。最后利用此法得到的唇部信息与变形模板方法相结合建立唇部模型。该算法对近百幅人脸图片进行嘴部提取实验,结果令人满意。该方法能够快速检测出完整的嘴唇外形,建立较好的唇部模型,为人脸动画提供唇部素材及唇部模型。

复杂背景正面人脸嘴唇检测算法研究

嘴唇是人脸特征的重要组成部分,嘴部的定位和识别在口型识别与跟踪,唇读以及人脸动画合成等方面都起着十分关键的作用。首先在YCbCr空间建立肤色模型,对复杂背景图像中的人脸区域进行检测、定位,并进行去噪处理;然后在标准RGB彩色空间中,利用唇色进行嘴唇区域的提取。实验结果表明该方法可以完成在不同光照、不同背景下的人脸嘴唇区域的快速检测和定位。

基于机器视觉的驾驶员疲劳监控系统中的嘴唇定位算法

驾驶员嘴部状态的变化可作为确定驾驶员疲劳的方法之一,利用机器视觉技术快速提取完整的嘴唇外形是驾驶员疲劳监控的首要任务.由于嘴唇的红色与面部其它肤色有明显区别,因此提出了一种利用彩色图像中边缘检测和寻找红色像素点相结合的方法对嘴唇区域进行分割和快速提取,最终可以完整地将嘴唇从复杂背景中提取出来.

基于人脸检测的多媒体互动游戏系统的研究

针对多媒体互动游戏系统实时互动的要求,提出一种人脸肤色与局部特征相结合的实时人脸检测与跟踪方法。首先对视频图像光线补偿,且帧差法提取出视频中运动目标;然后根据肤色在YCb Cr颜色空间内Cr和Cb分量的特定分布范围建立肤色模型,确定出可能存在人脸的类肤色区域;中值滤波去除噪声后,通过人脸简单几何特征和唇部独有的颜色特征滤除非人脸肤色区域,准确定位人脸在图像中的位置。实际应用表明,该互动游戏系统能快速准确的跟踪玩家的面部位置,通过处理器判断人脸与掉落物体是否对接,打分计数器做出相应打分,实现整个互动效果。该互动装置使玩家无需控制器即可享受交互体验,同时达到商品宣传促销的目的,具有巨大的商业前景。

基于头势的机器人的人机交互

为了实现机器人的和谐人机交互,通过头势去控制机器人实现人与机器人的和谐交互。采用Adaboost(adaptive boosting)算法实时检测人的唇部,通过比较唇部与预先设定好的参考矩形框的相对位置关系对机器人的运动状态进行控制(前进、后退、左转、右转),实现了基于头势的机器人的人机交互。实验结果显示,通过头势的控制的机器人运动的鲁棒性很好。