融合人脸轮廓和区域信息改进人脸检测  

Improving Face Detection through Fusion of Contour and Region Information

作　　者：方昱春[1] 王蕴红[1] 谭铁牛[1] 

机构地区：[1]中国科学院自动化研究所模式识别国家重点实验室,北京100080

出　　处：《计算机学报》2004年第4期482-491,共10页Chinese Journal of Computers

基　　金：国家自然科学基金(69825105;60332010);国家"八六三"高技术研究发展计划基金(2001AA114180)资助.

摘　　要：基于人脸轮廓信息和面部区域信息的互补性 ,提出了一种新颖的基于融合算法的轮廓 区域人脸检测器 :采用一种新的特征提取方法有效地刻画人脸轮廓模式 ;基于支持向量机分别训练人脸轮廓分类器和面部区域分类器 ;基于最小错误率Bayes决策规则融合人脸轮廓和面部区域分类器 .该文分别在标准头部图像库、BioID人脸图像库 (灰度人脸图像库 )和彩色人脸图像库上测试了轮廓 区域人脸检测器 .大量的实验结果表明了所提出的轮廓 区域人脸检测器通过引入轮廓信息有效地提高了人脸检测算法的精度 .Based on the complementarity of face contour and facial region, the paper proposes a novel contour-region face detector. A new feature extraction method is proposed to efficiently depict face contour pattern. Both Face-Contour-Classifier and the Facial-Region-Classifier are trained as Support Vector Machine models. Bayesian decision rule is adopted to fusing both Face-Contour- and Facial-Region- classifiers. The proposed face detector is tested on a standard head image database, BioID gray color face image database and a color face database. Experimental results demonstrate the efficiency of the proposed contour-region face detector.

关 键 词：人脸检测 支持向量机 信息融合 最小错误率 Bayes决策规则 区域人脸检测器 特征提取 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]