基於多重條件之人臉偵測

Abstract

在最近的幾年中，人臉偵測是一個非常重要的研究主題。全自動化的人臉偵測被應用在很多的應用程式系統中，例如：環境監控系統、保全系統、視訊編碼、對於感興趣的區域進行位元率控制的視訊系統、視訊會議以及視訊或影像的內容擷取系統…等。我們希望能找到一種優秀的人臉偵測方法，在這篇論文之中，我們提出了一套基於多重條件之人臉偵測的系統，我們使用多樣的觀點去考慮如何在彩色圖像中進行人臉偵測，在建立人臉分類器的時候，我們不僅使用了局部區域的矩形特徵，同時也用到了關於人臉的全域資訊。我們也使用人臉的膚色資訊去減少在彩色影像中的錯誤偵測。在本篇論文中，我們會詳細介紹關於我們所提出的這個方法。在方法介紹完之後，我們會進行實驗，並且將實驗結果與目前已經存在的一些人臉偵測方法做比較。經由比較，我們可以知道我們所提出來的方法有比較高的正確偵測率與比較低的錯誤警告率。總結來說，在本篇論文裡我們提出了一套有著比較高的正確偵測率與比較低的錯誤警告率的人臉偵測系統。

Face detection is an important research topic in recent years. Automatic face detection is applied to many applications (e.g., Surveillance System, Security System, Video Coding, Video ROI (region of interest) rate control, Video Conference, information retrieval in video or images). We hope to find a good method of face detection. In this thesis, we proposed a face detection system based on multiple criteria. We use many points of view to consider how to do face detection in color images. We use not only local rectangle features but also global information about faces to construct face classifiers. We also use the human skin color features to decrease false alarms in color images. We introduce our proposed method in detail in this thesis. And we compare our proposed method with a few existent methods. We can know that our proposed method shows higher correct detection rate and lower false alarm rate than other existent methods from comparing table. In conclusion, we proposed a face detection system with higher correct rate and lower false alarm rate in this thesis.