基于DIM3517的視頻人臉檢測(cè)算法研究.pdf

1、隨著計(jì)算機(jī)處理速度的提升和傳感技術(shù)、分析、渲染設(shè)備的應(yīng)用,計(jì)算機(jī)越來(lái)越智能化。其中人臉檢測(cè)是計(jì)算機(jī)視覺中重要的領(lǐng)域之一,它幾乎是所有人臉分析的基礎(chǔ),包括人臉校正、人臉建模、人臉重光照、人臉識(shí)別、人臉驗(yàn)證、頭部跟蹤等各種應(yīng)用。通過對(duì)人臉檢測(cè)算法的研究,不僅可以了解人臉檢測(cè)的多種算法原理,而且可以將其應(yīng)用于計(jì)算機(jī)視覺和圖像處理,降低計(jì)算復(fù)雜度和節(jié)省資源。
　　本文主要分析了基于AdaBoost的人臉檢測(cè)算法,鑒于目前大多數(shù)AdaBoo

2、st算法只能面向正臉檢測(cè),限制其在視頻檢測(cè)方面的魯棒性,本文結(jié)合了橢圓擬合和目標(biāo)跟蹤算法,針對(duì)視頻中任意人臉姿態(tài)的檢測(cè)和跟蹤問題,引入霍夫橢圓檢測(cè)和Camshift目標(biāo)跟蹤兩種算法,提高AdaBoost檢測(cè)算法對(duì)視頻單幀的檢測(cè)速率和在視頻中的檢測(cè)魯棒性。最后將改進(jìn)的AdaBoost檢測(cè)算法移植到DIM3517的ARM Cortex-A8平臺(tái),實(shí)現(xiàn)在嵌入式平臺(tái)上的視頻人臉檢測(cè)算法。
　　本文的主要工作包括了以下4個(gè)方面:
　　

3、(1)第二章主要對(duì)AdaBoost人臉檢測(cè)算法進(jìn)行了詳細(xì)的介紹,并使用MIT人臉庫(kù)訓(xùn)練出自己的AdaBoost人臉檢測(cè)器,在CMU測(cè)試人臉庫(kù)上進(jìn)行測(cè)試。實(shí)驗(yàn)表明該算法對(duì)正臉檢測(cè)具有較好的性能,但是對(duì)于斜臉和側(cè)臉性能不理想。
　　(2)第三章引入隨機(jī)霍夫橢圓檢測(cè)算法,通過對(duì)視頻單幀中的橢圓區(qū)域檢測(cè),來(lái)確定人臉檢測(cè)的候選區(qū)域,再采用AdaBoost檢測(cè)器對(duì)候選區(qū)域進(jìn)行人臉檢測(cè),提高AdaBoost檢測(cè)算法對(duì)視頻單幀的人臉檢測(cè)速率。