人脸特征在视频图像皮肤检测中的应用

论文摘要

目前,利用计算机视觉技术和语音识别技术,对嵌入在网页中的图像的内容进行分析和理解,已经成为国内外打击网络色情传播的主要研究方向。由于网络传输的实时性,要求我们要用尽量简单的算法,尽量快的速度,对网页中的图形图像进行分析,并达到较好的效果。本文依托于2004年度珠海市科技项目(PC20041101)——“基于内容的敏感图片1过滤技术的研究及其在IE浏览器中的实现”,在对国内外有关皮肤检测研究现状及存在的问题进行分析的基础上,对基于内容的敏感视频检测技术的关键部分进行了研究,提出了基于人脸检测信息的基础上进行的皮肤检测算法,主要目的是在视频序列中,如何快速的检测出视频图像中的皮肤区域,这也是对互联网中敏感视频监测与识别的初步探索研究。本文首先利用差图像法检测出视频序列中移动的部分,在此基础上,应用快速人脸检测算法检测出人脸区域,获取相关肤色信息,同时结合皮肤的颜色和纹理特征继续进行皮肤区域的检测,实验取得较好的效果。

论文目录

• 第一章 绪论
• 1.1 选题背景
• 1.2 国内外技术发展现状
• 1.2.1 对运动区域的检测与跟踪的研究
• 1.2.2 对人脸检测的研究
• 1.2.3 对皮肤检测的研究
• 1.3 论文的主要研究内容与结构安排
• 第二章 视频图像中移动物体的跟踪
• 2.1 视频图像的差分技术
• 2.1.1 视频图像
• 2.1.2 差分技术——差图像法
• 2.1.3 差图像法进行移动物体分割
• 2.2 图像预处理
• 2.3 建造背景图像
• 2.4 运动人体提取
• 2.5 数学形态学方法的去躁处理
• 2.5.1 膨胀与腐蚀
• 2.5.2 开运算与闭运算（opening and closing）
• 第三章 快速人脸检测算法
• 3.1 人脸检测问题的描述与评价标准
• 3.1.1 人脸检测问题的描述
• 3.1.2 人脸检测的评价标准
• 3.2 快速人脸检测算法
• 3.3 小结
• 3.4 OPENCV 计算机视觉库
• 3.4.1 OpenCV 简介
• 3.4.2 OpenCV 常使用的数据类型
• 第四章 基于特征的皮肤检测
• 4.1 肤色检测算法
• 4.1.1 肤色
• 4.1.2 颜色空间
• 4.1.3 肤色检测模型的比较
• 4.1.4 色度空间模型与肤色检测算法
• 4.1.5 皮肤检测实现
• 4.1.6 掩码图像的辅助处理
• 4.2 皮肤纹理检测
• 4.2.1 纹理检测的目的
• 4.2.2 一阶灰度统计算法
• 4.3 皮肤检测的实现
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 5.2.1 环境自适应的皮肤检测系统
• 5.2.2 快速人脸检测算法速度的提高
• 5.2.3 对互联网中视频序列的实时监测
• 参考文献
• 摘要
• ABSTRACT
• 致谢
• 导师及作者简介