吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (01): 186-191.

• 论文 • 上一篇    下一篇

基于尺度不变特征变换的平面旋转人脸检测

李根, 李文辉   

  1. 吉林大学 计算机科学与技术学院, 长春 130022
  • 收稿日期:2012-01-10 出版日期:2013-01-01 发布日期:2013-01-01
  • 通讯作者: 李文辉(1961-),男,教授,博士生导师.研究方向:计算机图形学,数字图像处理,计算机视觉.E-mail:liwh@jlu.edu.cn E-mail:liwh@jlu.edu.cn
  • 作者简介:李根(1982-),男,博士研究生.研究方向:计算机图像处理.E-mail:genlee@sina.com
  • 基金资助:

    "863"国家高技术研究发展计划项目(2008AA10Z224);国家自然科学基金项目(60873147).

Face detection under rotation in image plane based on scale invariant feature transform

LI Gen, LI Wen-hui   

  1. College of Computer Science and Technology, Jilin University, Changchun 130022, China
  • Received:2012-01-10 Online:2013-01-01 Published:2013-01-01

PDF (PC)

340

摘要： 针对平面旋转人脸检测的问题,改进了传统的尺度不变特征变换(SIFT)算法,利用其旋转、缩放、平移及部分仿射不变性完成平面旋转人脸的检测。首先通过模板与对比度加权的方法对SIFT关键点进行裁减,以提高计算效率并过滤无效关键点,然后提出一种更精确的主方向计算方法确定关键点主方向,通过Adaboost算法训练人脸公共特征分类器并计算关键点的匹配率作为置信权值,完成平面旋转人脸的检测,并根据关键点主方向进行扶正。最后通过实验与传统方法进行了对比,结果表明:本文方法在保证检测率的同时,在扶正精确度、检测速度方面均有较大提高。

关键词: 计算机应用, SIFT特征, Adaboost算法, 人脸检测, 人脸扶正

Abstract: To solve the problem of face detection under rotation in image plane, an improved Scale Invariant Feature Transform (SIFT) algorithm is proposed. With the invariant properties of rotation, scale, translation and illustration, the SIFT algorithm is used to detect the rotation face in image plane. First, a pruning algorithm, combining the template and contrast, is used to increase the efficiency and filter the invalid key points; and a higher accuracy main direction algorithm is proposed. Then, the AdaBoost algorithm is used to train a common face classifier and compute the matching ratio of key points. Finally, the SIFT algorithm detects the face under rotation in image plane, and normalizes the face by the main direction of key points. Experiment results indicate that improved algorithm preserves the high detection ratio, and performs better in normalization precision and detection efficiency.

Key words: computer application, SIFT feature, Adaboost algorithm, face detection, face normalization

中图分类号: 

  • TP391
[1] Viola P, Robust J M J. Real time face detection[J]. International Journal of Computer Vision,2004, 60(2): 137-154.

[2] Rowley H A. Neural network-based human face detection. Pittsburgh: Camegie Mellon University, 1999.

[3] Li Stan Z, Zhang Zhen-qiu. FloatBoost Learning and Statistical Face Detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2004,26(9):1112-1123.

[4] Jones M, Viola P. Fast multi-view face detection. Technical Report TR2003-96, Mitsubishi Electric Research Labortories, 2003.

[5] David G L. Distinctive image feature from scale-invariant interest points[J]. International Journal of Computer Vision, 2004, 60(2): 91-110.

[6] Brown M, Lowe D G. Invariant features from interest point groups//Proceddings of British Machine Vision Conference, 2002: 656-665.

[7] Nevatia R, Babu K R. Linear feature extraction and description//Proceedings of Computer Vision, Graphics and Image Processing, 1980.

[8] 郑永彬,黄新生,丰松江.SIFT和旋转不变LBP相结合的图像匹配算法[J].计算机辅助设计与图形学学报, 2010, 22(2): 286-292. Zheng Yong-bin, Huang Xin-sheng, Feng Song-jiang. An image matching algorithm based on combination of SIFT and the rotation invariant LBP[J]. Journal of Computer-Aided Design & Computer Graphics, 2010, 22(2): 286-292.

[9] 杨武夷,曾智,张树武,等. 基于人脸检测与SIFT的播音员镜头检测[J]. 软件学报, 2009, 20(9): 2417-2425. Yang Wu-yi, Zeng Zhi, Zhang Shu-wu, et al. Anchor shot detection based on face detection and SIFT[J]. Journal of Software, 2009, 20(9); 2417-2425.

[10] Ke Y, Sukthankar R. PCA-SIFT: a more distinctive representation for local image descriptors//Computer Vision and Pattern Recognition, 2004: 506-513.

[11] 王金德,李晓燕,寿黎但,等.面向近重复图像匹配的SIFT特征裁减算法[J].计算机辅助设计与图形学学报, 2010,22(6):1042-1049. Wang Jin-de, Li Xiao-yan, Shou Li-dan, et al. A SIFT pruning algorithm for efficient near-duplicate image matching[J]. Journal of Computer-Aided Design & Computer Graphics, 2010, 22(6): 1042-1049.

[12] 王莹,李文辉,傅博,等. 基于水平分量优先原则的RDW-LBP人脸识别算法[J]. 吉林大学学报:工学版,2011,41(3): 750-757. Wang Ying,Li Wen-hui,Fu Bo,et al. Face recognition algorithm using RDW-LBP based on horizontal component prior principle[J]. Journal of Jilin University(Engineering and Technology Edition),2011,41(3): 750-757.

[13] 朱齐丹,李科,蔡成涛,等. 采用改进的尺度不变特征变换算法计算物体旋转角度[J]. 光学精密工程, 2011, 18(7):1669-1676. Zhu Qi-dan, Li Ke, Cai Cheng-tao, et al. Calculation of object rotation angle by improved SIFT[J]. Optics and Precision Engineering, 2011, 18(7):1669-1676.

[14] 易荣庆,李文辉,王铎,基于自组织神经网络的特征识别[J]. 吉林大学学报:工学版,2009 39 (1): 148-153. Yi Rong-qing, Li Wen-hui, Wang Duo. Feature recognition based on self-organized neural network[J]. Journal of Jilin University(Engineering and Technology Edition),2009,39(1): 148-153.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发