51黑料吃瓜在线观看,51黑料官网|51黑料捷克街头搭讪_51黑料入口最新视频

目的 通過研究找到一種基于重建圖像信噪比（signal-to-noise,SNR)的人臉檢測方法，從而提高在圖片中找到人臉所在位置的準確率。方法 首先通過圖像向特征臉空間投影得到重建圖像，然后利用重建圖像的SNR進行人臉檢測。經(jīng)實驗發(fā)現(xiàn)，在對一幅圖像進行掃描的過程中，人臉的位置既是信噪比值橫向的極大值點，又是縱向的極大值點，且在單幅人臉圖像中，人臉處的SNR為全局極大值，因此可以利用該動態(tài)規(guī)律準確地找到人臉位置。結(jié)果 利用上述方法對耶魯人臉庫100張人臉和自拍的50張人臉進行實驗，結(jié)果表明，通過搜索全局最大值確定出人臉的位置，準確率為98%。進一步，利用上述方法對已經(jīng)得到的人臉進行第二次搜索，找到不包含頭發(fā)等周圍圖像的中心臉部區(qū)域。最后，通過圖像銳化和模板匹配相結(jié)合的方法找到眼睛位置，旋轉(zhuǎn)圖像使雙眼在同一水平位置上，并根據(jù)比例關(guān)系可重新精確地劃出中心人臉區(qū)域，眼睛定位準確率達96%。結(jié)論 基于重建圖像SNR的人臉檢測方法可以提高尋找人臉的準確率，因此該方法是一種簡單而有效的臉部位置檢測方法。

［1］陳愛武,夏利民,趙桂敏.基于Boosting方法的人臉檢測［J］.計算機工程與應(yīng)用，2004，40(3):50-52.
［2］李剛,高政.人臉檢測技術(shù)研究與發(fā)展［J］.計算機與現(xiàn)代化，2003(4):7-9.
［3］Savvides M，Kumar BVKV，Khosla PK.Eigenphases vs.eigenfaces.Pattern Recognition［C］.Proceedings of the 17th International Conference，20043(23-26)：810-813.
［4］Lin KH,Lam KM,Xie XD,et al.An efficient human face indexing scheme using eigenfaces［C］.Neural Networks and Signal Processing，Proceedings of the 2003 International Conference，2003，2(14-17):920-923.
［5］Shakunaga T，Sakaue F，Shigenari K.Robust face recognition by combining projection-based image correction and decomposed eigenface［C］.Automatic Face and Gesture Recognition，2004.Proceedings，Sixth IEEE International Conference，2004，(17-19)：241-247.
［6］Yang GZ,Huang TS.Human face detection in a complex background［J］.Pattern Recog，1994，27:53-63.
［7］Pentland A，Moghaddam B，Starner T.View based and modular eigenspace for face recognition［C］.Proc IEEE Computer Society Conf on Computer Vision and Pattern Recognition，1994:84-91.
［8］Belhumeur PN，Hespanha JP，Kriegman DJ.Eigenfaces vs.Fisherfaces：recognition using class specific linear projection［J］.Pattern Analysis and Machine Intelligence，IEEE Trans on，1997，19(7)：711-720.