基于Adaboost算法的快速人臉檢測(cè)研究.pdf

1、人臉檢測(cè)是指在一幅指定圖像中，在不考慮人臉的三維姿態(tài)、光照等條件下，發(fā)現(xiàn)人臉和位置信息的過(guò)程。人臉檢測(cè)是一項(xiàng)艱巨的工作，主要原因是人臉特征在人臉模式中的提取是一項(xiàng)非常艱巨的工作。人臉特征隨著人臉在不同姿態(tài)、不同光照和其它如遮擋、不同成像條件下會(huì)有所不同，從而增加了特征提取的難度。 本文對(duì)基于學(xué)習(xí)的快速人臉檢測(cè)方法進(jìn)行了討論?；趯W(xué)習(xí)的快速人臉檢測(cè)方法是人臉檢測(cè)技術(shù)發(fā)展的趨勢(shì)之一，它是一種基于后驗(yàn)學(xué)習(xí)的方法。 本文認(rèn)為，在

2、基于學(xué)習(xí)的快速人臉檢測(cè)方法中，有三個(gè)需要研究的要素，分別是學(xué)習(xí)算法、特征的定義及基于此特征形式構(gòu)造分類器的方法和特征的有效組合方式?；趯W(xué)習(xí)的人臉檢測(cè)方法框架依據(jù)此三要素而搭建起來(lái)。這種方法首先定義一種特征形式，并基于此特征形式使用構(gòu)造分類器的方法，構(gòu)造出可以進(jìn)行初步人臉檢測(cè)的多個(gè)弱分類器，這些弱分類器經(jīng)過(guò)學(xué)習(xí)算法的挑選和組合，作為學(xué)習(xí)算法的輸入生成強(qiáng)分類器，進(jìn)行人臉檢測(cè)?？焖俚娜四槞z測(cè)還有一個(gè)重要任務(wù)就是將這些弱分類器有效地組合起來(lái)，

3、提高人臉檢測(cè)的速度。本文對(duì)基于學(xué)習(xí)的檢測(cè)算法中的三個(gè)要素分別展開(kāi)了討論，重點(diǎn)研究了由特征構(gòu)建分類器的方法和構(gòu)建快速人臉檢測(cè)系統(tǒng)所必需的弱分類器的組合，關(guān)于特征構(gòu)建分類器，提出了一種新的基于人臉對(duì)稱性的由特征構(gòu)造分類器的方法。 最后本文運(yùn)用基于Adaboost學(xué)習(xí)算法和Harr-like特征及本文提出的由特征構(gòu)造分類器方法，采用一種分級(jí)分類器的結(jié)構(gòu)，搭建了一個(gè)快速的人臉檢測(cè)系統(tǒng)。此人臉檢測(cè)系統(tǒng)在大小為320*240的圖像上，檢測(cè)速