人脸检测的特征提取

Question

我需要从一组脸部图像中设计（提取）8个特征（参见下面的URL）。

http://faculty.ucmerced.edu/mhyang/face-detection-survey_files/face-sample.gif

这些图像是在多个原始图像上移动窗口（固定大小）的结果。然后使用包含提取的特征和类标签值的训练集训练一个朴素的贝叶斯分类器。

那么我应该从图像中提取哪些功能？有人可以给我一些例子吗？

Answer 1

一种简单的方法将使用像素统计数据，即面部图像的给定区域的原始像素值（假设这些是灰度值）的平均值和标准偏差（SD）（例如，包含顶部或底部的矩形区域）一半的脸）。

如果您提取每个图像中四个不同区域的平均值和标准差，例如两个矩形区域和两个圆形区域，则会提供八个数字“高级”特征。

平均值和SD表示区域中的像素对比度，并且是“高级”特征，因为它们覆盖像素的组/区域（而低级特征将直接使用部分/全部原始像素值作为特征）。

有关详细信息，请参阅以下研究文章：

Mengjie Zhang，Urvesh Bhowan，“用于物体检测的遗传编程中的程序大小和像素统计”。图像分析与信号处理中的进化计算。计算机科学讲义。卷。 3005,2004。pp.377-386。

Answer 2

您可以使用matlab中的内置命令提取纹理和形状特征等基本功能。 有关这方面的更多信息，请访问www.mathworks.com/