基于可變形部件模型的人臉檢測方法研究.pdf

1、人臉檢測是計算機視覺和模式識別領(lǐng)域中一個重要的研究課題，發(fā)展到現(xiàn)在，很多用于模式識別和圖像處理的方法都在人臉檢測上實現(xiàn)過。但是由于人臉本身變化的多樣性及人臉環(huán)境變化的復(fù)雜性，人臉檢測依舊是一個很有挑戰(zhàn)性的模式分類問題。近年來，可變形部件模型正在被越來越多的用于解決目標(biāo)識別問題。可變形部件模型綜合考慮目標(biāo)的整體信息以及各部分的表象信息和空間關(guān)系，可以提取到比基于整體的方法更加豐富的信息，因此更加有利于復(fù)雜目標(biāo)的檢測、識別過程。
　　

2、 本文研究基于部件的模型在人臉檢測中的應(yīng)用，改進了現(xiàn)有的可變形部件模型，提出一種多角度融合的基于可變形部件加權(quán)模型的人臉檢測方法。在這個模型中，根據(jù)人臉不同區(qū)域?qū)z測效果的不同貢獻，對不同的部件設(shè)置了不同的權(quán)重，并給出了權(quán)值的計算方法，權(quán)值越大，表明相應(yīng)的部件對檢測過程越重要；針對自然環(huán)境下人臉的多角度問題，提出了多角度分類融合的方法；在檢測過程中，為了解決側(cè)面臉檢測過程中存在的困難，減低了側(cè)面臉模型檢測時候的閾值；對于降低側(cè)面臉模型