[论文解读] Face Detection from still and Video Images using Unsupervised Cellular Automata with K means clustering algorithm

Kiran Sree Pokkuluri, Inampudi Ramesh Babu|arXiv (Cornell University)|Dec 15, 2013

Face and Expression Recognition参考文献 1被引用 6

一句话总结

本文提出了一种用于静态图像和视频图像的无监督人脸检测与识别框架，利用肤色分割、K-means聚类和无监督细胞自动机来定位面部特征。通过提取几何特征和基于DCT的特征输入径向基函数（RBF）神经网络，该方法在不同头部朝向和面部表情下均实现了鲁棒的检测，展现出在可变人脸序列中的可靠性能。

ABSTRACT

Pattern recognition problem rely upon the features inherent in the pattern of images. Face detection and recognition is one of the challenging research areas in the field of computer vision. In this paper, we present a method to identify skin pixels from still and video images using skin color. Face regions are identified from this skin pixel region. Facial features such as eyes, nose and mouth are then located. Faces are recognized from color images using an RBF based neural network. Unsupervised Cellular Automata with K means clustering algorithm is used to locate different facial elements. Orientation is corrected by using eyes. Parameters like inter eye distance, nose length, mouth position, Discrete Cosine Transform (DCT) coefficients etc. are computed and used for a Radial Basis Function (RBF) based neural network. This approach reliably works for face sequence with orientation in head, expressions etc.

研究动机与目标

• 开发一种在静态和视频图像中对不同头部朝向和面部表情均能可靠运行的鲁棒人脸检测系统。
• 使用基于颜色的分割和聚类技术，从肤色像素中识别人脸区域。
• 利用无监督细胞自动机和K-means聚类定位关键面部特征（如眼睛、鼻子和嘴巴）。
• 提取具有区分性的特征，如两眼间距、鼻子长度、嘴巴位置以及DCT系数，用于识别。
• 使用提取的特征训练径向基函数（RBF）神经网络，以实现精确的人脸识别。

提出的方法

• 基于肤色分布的色彩阈值化方法，在彩色图像中检测肤色像素。
• 应用K-means聚类将肤色像素聚类为连贯区域，从而隔离潜在的人脸区域。
• 使用无监督细胞自动机通过在图像网格上传播局部规则，对人脸组件进行细化和分割。
• 基于细胞自动机的空间模式和聚类结果，定位眼睛、鼻子和嘴巴等面部特征。
• 从检测到的特征中计算几何特征和频谱特征，包括两眼间距、鼻子长度、嘴巴位置以及DCT系数。
• 将这些特征输入径向基函数（RBF）神经网络以实现人脸识别。

实验结果

研究问题

• RQ1 在缺乏先验训练数据的情况下，无监督细胞自动机能否有效定位面部特征？
• RQ2 将K-means聚类与细胞自动机结合，如何提升肤色区域的分割和面部特征检测效果？
• RQ3 几何特征与基于DCT的特征在姿态和表情变化下，能在多大程度上增强识别的鲁棒性？
• RQ4 基于这些特征训练的RBF神经网络能否在非约束环境下实现可靠的人脸识别？
• RQ5 该方法在具有动态头部运动和面部表情变化的视频序列中表现如何？

主要发现

• 该方法通过使用K-means聚类隔离肤色像素簇，成功检测到人脸区域。
• 无监督细胞自动机能有效从肤色区域中细化并分割出眼睛、鼻子和嘴巴等面部特征。
• 几何特征（如两眼间距）与DCT系数的结合，显著提升了在不同面部姿态下的识别准确率。
• RBF神经网络在具有不同头部朝向和面部表情的人脸序列中表现出稳定的识别性能。
• 该系统在真实场景中表现出鲁棒性，包括静态图像和视频序列，且在特征定位过程中无需标注的训练数据。