學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73894

Browse

Subject: search.filters.subject.Face Detection

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    膚色偵測器應用於即時臉部擷取系統
    (2007) 鄔誌仁; Zhi-Ren Wu
    人臉偵測系統在人臉辨識、人機介面裝置以及影像監視器的應用上扮演非常重要的角色。本篇論文提出一套針對不同亮度做補償之膚色偵測器，由於膚色極容易受光線影響，因此，必須做一些適當的光線補償。首先，本篇先對輸入影像做光線補償來做亮度校正。隨後，我們利用訓練出的CbCr值來做膚色分割。在訓練過程中，採用「主軸k-means」演算法將膚色訓練資料做分群處理。在特徵擷取部分，利用眼睛、嘴巴，以及比較少見的頭髮等三個特徵來定義人臉區域。實驗結果顯示出，本篇論文所提出的方法已改善光線所產生的問題，而且系統可以即時工作，在膚色偵測率高達95.02％；針對較複雜背景情況的靜態人臉偵測率高達91.67％；動態人臉偵測率高達97.78%。在此，我們主要是針對正臉以及接近正臉的人臉來做實驗，對於背景太複雜的情形下，仍然有偵測不到的現象。
  • No Thumbnail Available
    Item
    基於主成份分析法與灰關聯分析法之動態人臉辨識
    (2007) 邱柏智; BO-JR Chiou
    人臉辨識系統廣泛地應用於身分認證、門禁管理與人機界面等領域，近年來由於「智慧生活」科技的提倡，人臉辨識技術已延伸至人與機器最佳化介面之應用。此外視訊會議、影像內容檢索與醫學影像處理等方面，亦是其重要之應用領域。 本篇論文分為人臉偵測和人臉辨識兩大部分。在人臉偵測的部份，我們利用膚色分割和連通成份的方法找出人臉候選區，再使用色彩分析的方法從人臉候選區中尋找眼睛和嘴唇的特徵，最後再使用眼睛和嘴唇的幾何條件關係去定位出正確的人臉位置。在人臉辨識部分，我們提出一套結合主成份分析法與灰關聯分析法的人臉辨識方法，此方法的架構分為以下三個階段：首先，在影像前處理的階段，我們使用二維小波轉換，對輸入影像做資料壓縮的處理，接著，利用主成份分析法將壓縮過的人臉影像，投影到低維度的子空間中，計算出具有代表性的特徵臉，最後，再使用灰關聯分析法，來辨識出正確的人臉圖片。 為了驗證本篇所提出的方法，在靜態辨識實驗中，我們使用ORL人臉資料庫，做了一些分析和比較的實驗，實驗結果證明，在40人條件下，訓練樣本為五張時，可以得到91.6%的辨識率。而本篇方法在動態辨識實驗中以不同距離拍攝人臉，在30人條件下，可以得到八成以上的辨識率。