基于膚色模型和AdaBoost算法的人臉檢測研究.pdf

1、人臉檢測是指對于給定的圖像或視頻輸入,采用一定的搜索規(guī)則來確定其中是否含有人臉特征,并返回人臉的位置和大小信息的過程。近年來,人臉檢測技術被廣泛應用在人臉識別、視頻監(jiān)控、人機交互等諸多領域,是模式識別、計算機視覺和圖像處理領域內的研究熱點之一。
　　本文在對一些經典的人臉檢測方法進行歸類和分析的基礎上,針對單一方法進行人臉檢測的弊端,采用了一種基于膚色和 AdaBoost算法相結合的人臉檢測算法。首先利用膚色信息分割出人臉候選區(qū)域

2、,然后運用改進權值更新規(guī)則的 AdaBoost算法訓練的級聯分類器對這些人臉候選區(qū)域進行篩選,以實現對人臉的精確定位。本文主要的工作有以下三個方面:
　　(1)根據膚色信息在YCbCr色彩空間的聚類特性建立膚色高斯模型,利用膚色高斯模型求出待檢測圖像的膚色似然圖,通過自適應閾值方法對膚色似然圖進行分割得到膚色二值圖像,最后采用數學形態(tài)學方法對二值圖像進行濾波處理,根據人臉幾何特性的先驗知識篩選出人臉候選區(qū)域。
　　(2)在H

3、aar-like矩形特征原型的基礎上,加入了旋轉45度角的矩形特征,引入積分圖方法快速計算Haar-like特征值。針對AdaBoost算法訓練過程中訓練樣本權值分布出現的過配現象,提出了一種改進的權值更新規(guī)則,通過設定權值更新閾值來抑制樣本權值的過度增長,在一定程度上避免了過配現象的發(fā)生,提高了AdaBoost算法的性能。
　　(3)分析了膚色人臉檢測和AdaBoost算法人臉檢測的優(yōu)缺點,并將兩種算法結合起來對人臉進行檢測。將