基于支持向量機(jī)的正面人臉檢測(cè)研究.pdf

1、目前人臉檢測(cè)的研究重點(diǎn)已逐漸集中于在復(fù)雜條件下的人臉檢測(cè)，一方面需要檢測(cè)系統(tǒng)提高人臉檢測(cè)率降低錯(cuò)誤報(bào)警率，另一方面希望加快檢測(cè)速度同時(shí)易于訓(xùn)練，能夠快速適應(yīng)不同的環(huán)境。由于支持向量機(jī)方法具有堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)和良好的推廣能力，它被廣泛的用于模式識(shí)別和回歸分析等問(wèn)題中。在本文中，我們主要討論了支持向量機(jī)方法在人臉檢測(cè)中的應(yīng)用，同時(shí)提出了采樣非線性支持向量機(jī)過(guò)濾器和基于矩形特征的非線性支持向量機(jī)檢測(cè)方法。 支持向量機(jī)是一種統(tǒng)計(jì)學(xué)習(xí)理論，

2、我們通過(guò)一個(gè)簡(jiǎn)單的線性分類問(wèn)題說(shuō)明了它的具體思想，然后介紹了幾種改進(jìn)的訓(xùn)練算法，利用這些改進(jìn)方法我們能夠大大加快支持向量機(jī)的訓(xùn)練過(guò)程。 傳統(tǒng)的支持向量機(jī)人臉檢測(cè)方法是將檢測(cè)圖像中的像素作為輸入，與之配合的過(guò)濾器也是如此。我們對(duì)人臉平均模板、主分量分析和采樣非線性支持向量機(jī)三種過(guò)濾器通過(guò)實(shí)驗(yàn)進(jìn)行了詳細(xì)的分析和比較，采樣支持向量機(jī)過(guò)濾器取得了最好的過(guò)濾效果。在檢測(cè)中，圖像序列中的檢測(cè)窗口被依次送入過(guò)濾器和主檢測(cè)器，通過(guò)的窗口經(jīng)過(guò)定位

3、合并最后在原圖像上輸出。 我們提出了基于矩形特征的支持向量機(jī)人臉檢測(cè)方法，它將Viola方法中的矩形特征和層疊分類器與支持向量機(jī)結(jié)合起來(lái)，把經(jīng)過(guò)簡(jiǎn)化的層疊分類器作為過(guò)濾器，支持向量機(jī)主檢測(cè)器的輸入也變成了經(jīng)過(guò)選擇的矩形特征。這樣雖然檢測(cè)速度比Viola方法有所下降，但是可以大大加快訓(xùn)練速度，同時(shí)取得相當(dāng)?shù)娜四槞z測(cè)率和錯(cuò)誤報(bào)警率。為了進(jìn)一步提高檢測(cè)速度，我們介紹了SIMD(single-instruction，multiple-d