基于Adaboost學(xué)習(xí)算法的人臉檢測方法研究.pdf

1、 本文對(duì)Viola方法做了一些擴(kuò)展和改進(jìn)，并設(shè)計(jì)了一個(gè)快速人臉檢測系統(tǒng)。首先，我們對(duì)Viola方法中所使用的矩形特征進(jìn)行了擴(kuò)展，采用了Rainer Lienhart等人提出的擴(kuò)展的矩形特征。這個(gè)矩形特征庫相比Viola采用的矩形特征而言，主要是增加了 旋轉(zhuǎn)的矩形特征。通過積分圖可以快速計(jì)算矩形特征值，從而擴(kuò)大了訓(xùn)練的范圍，提高了檢測率并且降低了誤檢率。其次，本文通過對(duì)Adaboost學(xué)習(xí)算法的深入分析和研究，在Masayuki Na

2、kamura等人的基礎(chǔ)上，對(duì)原始Adaboost學(xué)習(xí)算法的權(quán)值更新規(guī)則做了一些改進(jìn)，提出了一種改進(jìn)的Adaboost學(xué)習(xí)算法，這個(gè)改進(jìn)的新算法不僅可以減小系統(tǒng)誤差，同時(shí)能更有效的防止過學(xué)習(xí)現(xiàn)象的發(fā)生。 最后，本文運(yùn)用上述的矩形特征來構(gòu)建弱分類器，采用改進(jìn)的Adaboost學(xué)習(xí)算法和多層級(jí)聯(lián)分類器的結(jié)構(gòu)，搭建了一個(gè)快速人臉檢測系統(tǒng)。實(shí)驗(yàn)結(jié)果表明該系統(tǒng)具有較高的檢測率和較低的誤檢率，同時(shí)檢測速度也基本達(dá)到了Viola所謂的實(shí)時(shí)檢測的標(biāo)準(zhǔn)