(54.173.237.152) 您好!臺灣時間:2019/02/22 21:57
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
本論文永久網址: 
line
研究生:王金發
研究生(外文):Chin-Fa Wang
論文名稱:人臉偵測於數位相機自動對焦之應用
論文名稱(外文):The Application of Face Detection to Auto Focusing of Digital Still Camera
指導教授:王元凱王元凱引用關係
指導教授(外文):Yuan-Kai Wang
學位類別:碩士
校院名稱:輔仁大學
系所名稱:電子工程學系
學門:工程學門
學類:電資工程學類
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:59
中文關鍵詞:人臉偵測高斯混合模型自動白平衡。
外文關鍵詞:Face detectionGaussian mixture modelAuto white balance.
相關次數:
  • 被引用被引用:3
  • 點閱點閱:1396
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:230
  • 收藏至我的研究室書目清單書目收藏:0
自動對焦為數位相機取像系統中極重要之子系統。本論文將提出一個人臉偵測方法,應用於自動對焦之自動定位功能上,使相機對焦拍出好的數位人像照片。本人臉偵測方法採用高斯混合模型(Gaussian Mixture Model)來建立人臉膚色機率模型,並以期望值最大(Expectation Maximization)方法估算高斯混合模型之參數。為克服膚色模型易受光源變化影響之問題,本方法提出一個以機率方法來建立灰階色溫曲線之自動白平衡方法,以將影像進行色溫偏差之補償修正。本系統以不同的光源、不同的焦距距離及不同的物體距離交互進行對焦區的邊緣清晰度實驗,並以量測影像品質的MTF數值進行實驗結果比較。經實驗證明本方法具有高定位之成功率,能有效的自動定位出人臉位置,完成臉部主體對焦功能。
Auto focusing is very important for digital camera system. This paper will propose a face detection method for automatic determination of focusing area, and help taking good portrait photos by the digital camera. The method adopts the Gaussian Mixture Model to train the probability model of skin color, and applies the Expectation Maximization algorithm to estimate parameters of the Gaussian Mixture Model. In order to overcome the influence of illumination change on the face detection, this paper proposes one auto white balance method by learning gray color temperature curve with a statistical method. The method compensates color temperature of the image. A comparative setup of experiments is built to verify the efficiency of the proposed method. Controlled experimental factors include illumination, distance of focus and object distance. MTF values of image quality are used to objectively evaluate the success of auto focusing after face localization. Experimental results show our method has high success rate of face localization, and effectively achieves automatic focusing.
中文摘要 i
英文摘要 ii
誌 謝 iii
目 錄 iv
表 目 錄 vi
圖 目 錄 vii
第一章 導論 1
1.1 研究動機 1
1.2 研究目的 2
1.3 文獻探討 2
1.4 論文架構 4
第二章 人臉偵測對焦系統 5
第三章 色溫校正演算法 9
3.1色溫曲線建立 10
3.2白平衡調整 16
第四章 人臉偵測方法 19
4.1 YCbCr色彩空間(YCbCr Color Space) 21
4.2高斯混合模型(Gaussian Mixture Model) 21
4.3膚色機率影像 26
4.4門檻法 ( Thresholding ) 26
4.5數學形態學 (Mathematical Morphology ) 27
4.6標示連結元件法(Connected Component Labeling, CCL) 28
第五章 實驗結果 31
5.1實驗方法 31
5.2實驗硬體架構 32
5.3實驗環境 33
5.4實驗結果 35
第六章 結論 47
參考文獻 48
附錄一 受測個體之MTF數據 51
[1] J. Baina, and J. Dublet, “Automatic Focus and Iris Control for Video Cameras,” Fifth International Conference on Image Processing and its Applications, Edinburgh, pp.232-235, 1995.
[2] H. K. Lam, O. C. Au and C. W. Wah, “Automatic White Balancing using Standard Deviation of RGB Components,” IEEE International Symposium on Circuits and Systems, Vancouver, BC, Canada, pp.III-921-4, May 2004.
[3] K. Barnard, “Improvements to Gamut Mapping Colour Constancy Algorithms,” 6th European Conference on Computer Vision, Dublin, pp.390-402, 2000.
[4] G. D. Finlayson, P. M. Hubel, S. Hordley, “Color by correlation: A simple, unifying framework for color constancy,” IEEE Trans. Pattern Anal. Machine Intelligence, vol.23, no.11, pp.1209-1221, 2001.
[5] N. K. Chern, N. P. A. Neow and M.H. Ang Jr., “Practical Issues in Pixel-Based Auto focusing for Machine Vision,” Proceedings of the IEEE International Conference on Robotics and Automation, Seoul, South Korea, vol.3, pp.2791-2796, May 2001.
[6] W. C. Kao, S. H. Wang, Y. J. Chen, C. C. Hsu and C. W. Huang, “Toward Ideal Color Image Processing Pipeline,” IPPR Conference on Computer Vision, Graphics, and Image Processing, Taiwan, Aug. 2005.
[7] G. D. Finlayson and S. D. Hordley, “Color constancy at a pixel,” Journal of the Opt. Soc. Am. A, vol.18, no.2, pp.253-264, Aug. 2001.
[8] M. H. Yang, D. J. Kriegman, and N. A. Fellow, “Detecting Faces in Images: A Survey,” IEEE Transactions on Pattern Analysis, and Machine Intelligence, vol.24, no.1, pp.34-58, Jan. 2002.
[9] E. Hjelmas, and B. K. Low, “Faces Detection: A Survey,” Computer Vision, and Image Understanding, vol.83, no.3, pp.236-274, Apr. 2001.
[10] J. Kovac, P. Peer and F. Solina, “Illumination Independent Color-Based Face Detection,” Image and Signal Processing and Analysis, Rome, Italy, vol.1, pp.510-515, Sept. 2003.
[11] S. J. Mckenna, S. Gong, and Y. Raja, “Modeling facial colour and identity with gaussian mixture,” Pattern Recognition, vol.31, no.12, pp. 1883-1892, Dec. 1998.
[12] H. Greenspan, J. Goldberger, and I. Eshet, “Mixture model for face-color modeling and segmentation,” Pattern Recognition Letters, vol.22, no.14, pp.1525-1536, Dec. 2001.
[13] G. McLachlan, and T. Krishnan, The EM algorithm and extensions, John Wiley & Sons, New York, 1997.
[14] R. C. Gonzalez, and R. E. Woods, Digital Image Processing, 2nd ed., Prentice Hall, pp.638-648, 2004.
[15] H. C. Lee, Introduction to Color Imaging Science, Cambridge, pp.234, 2005.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 1.王美惠、黃台心(2005)。考慮技術與配置無效率下的銀行業規模與多元經濟分析。東吳經濟商學學報,50,1-44。
2. 2.沈中華(2004)。金融改革應全力發展雙軌金融中介。國家政策季刊,3(4),1-28。
3. 3.林卓民、陳明麗、楊於龍 (2006)。金融控股公司旗下子銀行成本效率之探討。臺灣銀行季刊,57(1),1-16。
4. 4.林炳文(2001)。台灣地區商業銀行合併之效率分析。風險管理學報,3(1),1-21。
5. 5.林炳文(2002)。臺灣地區商業銀行合併效率性之分析:資料包絡分析法的應用。臺灣管理學刊,1(2),341。
6. 8.徐清俊、黃俊誠(2005)。臺灣納入金控公司之14家銀行經營績效分析。臺灣銀行季刊, 56(1),27-37。
7. 11.馬裕豐(1994)。銀行分支單位經營績效衡量模式之構建—資料包絡分析模式(DEA)的應用-下。企銀季刊,19(2),13-24。
8. 12.高國賡、蕭景楷(2006)。台灣金控與非金控銀行經營效率之分析。財金論文叢刊,5,42-57。
9. 15.張秀珍、陳振遠、周建新(2003)。台灣地區銀行經營效率之研究—DEA與Malmquist生產力指數之應用。樹德科技大學學報,5(2),25-38。
10. 16.張盛華,郭孝芬(92)。台灣由金融合併轉向金控制度之研究(上)。景文技術學院學報,14,163。
11. 17.張寶塔、王克陸、梁志豪(2004)。我國銀行經營效率、技術效率與規模效率之分類研究—資料包絡分析法之應用。管理研究學報,4(1),91-122。
12. 18.梁榮輝、沈千惠、余惠芳(2005)。台灣區金融機構相對經營效率之實證研究。華人經濟研究,3(2),108-143。
13. 24.陳若暉、蔡靜宜(2002)。商業銀行合併信用合作社之績效改善分析。產業管理學報,3(1),21-38。
14. 29.曾真真、何雍慶(2005)。以資源基礎觀點及動態能力觀點檢視併購決策及併購績效—以金融整合為例。管理評論,24(3),95-116。
15. 32.黃台心、陳盈秀(2005)。應用三階段估計法探討台灣地區銀行業經濟效率。貨幣市場,9(4),1-29。
 
系統版面圖檔 系統版面圖檔