基于可變形部件模型的人臉檢測(cè)方法研究.pdf

1、人臉檢測(cè)是計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域中一個(gè)重要的研究課題，發(fā)展到現(xiàn)在，很多用于模式識(shí)別和圖像處理的方法都在人臉檢測(cè)上實(shí)現(xiàn)過(guò)。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(cè)依舊是一個(gè)很有挑戰(zhàn)性的模式分類(lèi)問(wèn)題。近年來(lái)，可變形部件模型正在被越來(lái)越多的用于解決目標(biāo)識(shí)別問(wèn)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(cè)、識(shí)別過(guò)程。
　　

2、 本文研究基于部件的模型在人臉檢測(cè)中的應(yīng)用，改進(jìn)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(cè)方法。在這個(gè)模型中，根據(jù)人臉不同區(qū)域?qū)z測(cè)效果的不同貢獻(xiàn)，對(duì)不同的部件設(shè)置了不同的權(quán)重，并給出了權(quán)值的計(jì)算方法，權(quán)值越大，表明相應(yīng)的部件對(duì)檢測(cè)過(guò)程越重要；針對(duì)自然環(huán)境下人臉的多角度問(wèn)題，提出了多角度分類(lèi)融合的方法；在檢測(cè)過(guò)程中，為了解決側(cè)面臉檢測(cè)過(guò)程中存在的困難，減低了側(cè)面臉模型檢測(cè)時(shí)候的閾值；對(duì)于降低側(cè)面臉模型