基于視頻的實時人臉檢測研究.pdf

1、人臉檢測是計算機視覺與模式識別領域非?；钴S的研究課題，在視頻監(jiān)控、人機交互、圖像檢索、視頻會議、身份驗證、虛擬現實等很多方面都有著廣泛的應用。隨著智能計算技術發(fā)展的日新月異，新方法、新技術的不斷引入，給人臉檢測研究注入了更多活力。
　　 本文在綜合分析以往的人臉檢測算法的基礎上，提出了基于AdaBoost和多重決策樹的多姿態(tài)人臉檢測方法，主要內容如下：
　　 (1)根據多姿態(tài)人臉的旋轉角度不同，在對訓練樣本角度空間自動劃

2、分的基礎上，提出了基于多重決策樹的多姿態(tài)人臉檢測方法。該方法引入數據挖掘中的FCM算法對多姿態(tài)樣本進行自動空間劃分，解決了對多姿態(tài)人臉樣本的角度認定中不確定的問題。在保證檢測率的情況下，用算法最優(yōu)化原則控制樣本空間的分裂，通過FCM聚類算法和算法復雜度分裂原則運算得到最優(yōu)分類。該方法在不降低檢測速度的前提下，得到的檢測樹具有更強的鑒別性能。
　　 (2)深入研究ADABOOST算法、類Haar特征計算，級聯分類器、檢測結果處理等

3、問題，針對對人臉區(qū)域重復檢測的問題提出自適應步長的輸入圖像遍歷方法。該方法使用倒金字塔結構對圖像進行遍歷，并利用圖像的鏡像圖控制檢測窗口的滑動，充分利用了級聯分類器正檢測率高的特點，避免了不必要的冗余計算，并省略了檢測中的后處理環(huán)節(jié)，縮短了檢測時間，提高了檢測效率。
　　 (3)利用視頻中人臉的運動特征，在現有的目標跟蹤算法的基礎上，提出自動跟蹤人臉檢測結果的方法。該方法避免對視頻中的每一幀都進行檢測運算，節(jié)省計算時間，提高算法