使用深度资讯与主动式形状模型之人脸定位技术anovelface.pdfVIP

使用深度資訊與主動式形狀模型之人臉定位技術 A Novel Face Detection Technique Using Depth Information and Active Shape Models 洪國銘 賈勝文 高嘉男 陳鼎文 開南大學資訊管理系 開南大學資訊管理系 開南大學資訊管理系 開南大學資訊管理系 hkming@ mmail.knu.ed mmail.knu.ed mmail.knu.ed .tw u.tw u.tw u.tw Keywords : face detection, active shape 摘要 models(ASM), depth image 電腦視覺研究中人臉偵測的方法相繼被 1.緒論 提出，一般僅使用彩色影像定位人臉的方法， 只依靠彩色影像做定位，容易受環境與光線影 近年來，電腦視覺的研究拓展了人類的視 響，產生錯誤人臉位址。本文使用 KINECT 控 覺空間，在電腦運算速度提升至可以短時間處 制器捕捉的彩色影像與深度資訊，提出人臉定 理圖片和影像等大量資料後，學者開始關注電 位技術，以 ASM 定位出影像中人臉的區域， 腦模擬人類的視覺效果。以電腦視覺達成非監 並以深度資訊做為輔助 ，去除形狀模型偵測錯 督式的監控系統，減少人員浪費和成本支出， 誤的區域，增加定位的精確度。結果顯示，此 並有效監督特定區域，達到更高的安全性。 方法成功消除錯誤偵測區塊，使得ASM 檢測 生物偵測方法中，可分為察覺性與非察覺 更為正確。 性兩種偵測類型。察覺性的偵測，會影響到生 關鍵詞：人臉偵測、主動式形狀模型（ Active 物正常行為，始得取得辨識所需要的特徵，此 Shape Models ，ASM ）、深度影像 方式容易因目標偽裝 而形成誤判。非察覺性的 偵測，則在沒有影響目標的情況下，擷取偵測 目標所需要的特徵進行處理。 Abstract 人臉偵測則 以非察覺性的方式，從自然行 In this paper, we employ Kinect to capture 為中，取得人臉影像，擷取所需要的特徵進行 color and depth image. After then we detect the 偵測定位。 方法大致以統計其特徵紋理的方式 face blocks by ASM. When faces were detected, 作為指標，過去利用主動式形狀模型（Active we compare the face object size between Shape Models ，ASM ）[1][2]擷取影像中人臉位 detection and table we count distance in depth 置，但在擷取時，常因光源等環境因素而產生 image. Finally, remove the error blocks to 誤差，故本篇將提出使用 深度資訊做為輔助， increase the detection accuracy from ASM. The 偵測錯誤的區域，使影像中人臉定位的正確率 result shows our method not