半監(jiān)督聚類算法在人臉檢測(cè)中的應(yīng)用.pdf

1、人臉檢測(cè)技術(shù)在人們?nèi)粘Ｉ钪性絹?lái)越受到關(guān)注，特別是在學(xué)術(shù)研究、國(guó)防等領(lǐng)域，每年正以突飛猛進(jìn)的速度發(fā)展壯大。人臉檢測(cè)是一項(xiàng)綜合了多學(xué)科、多領(lǐng)域、多層次的高新復(fù)合型技術(shù)。它不但包含了生物學(xué)、生理學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)等知識(shí)，還要求研究者不斷探索人臉面部的各種細(xì)微變化與周?chē)h(huán)境的影響。因此，它是一個(gè)有著一定難度、趣味和挑戰(zhàn)性的研究方向。
　　 聚類方法一直以來(lái)是一項(xiàng)在數(shù)據(jù)分析、數(shù)據(jù)挖掘、圖像處理等領(lǐng)域起著非常關(guān)鍵作用的技術(shù)。它能幫助研究

2、人員對(duì)未知分類的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。但是傳統(tǒng)的聚類方式因缺乏數(shù)據(jù)樣本本身的信息作為指導(dǎo)，使得聚類的效果不是很理想。近些年來(lái)，許多專家開(kāi)始對(duì)機(jī)器學(xué)習(xí)領(lǐng)域的半監(jiān)督學(xué)習(xí)策略進(jìn)行研究，并將該學(xué)習(xí)方式應(yīng)用到聚類方向，取得了驚人的效果。
　　 本文首先將SKDK(半監(jiān)督核判決均值算法)學(xué)習(xí)策略應(yīng)用到膚色聚類當(dāng)中，在整個(gè)聚類過(guò)程中，利用少量有標(biāo)記的樣本組成種子Seed集，指引膚色聚類，然后依據(jù)各個(gè)像素簇的概率統(tǒng)計(jì)分布特性得到膚色模型；在此膚色模

3、型的基礎(chǔ)之上利用數(shù)學(xué)形態(tài)學(xué)等知識(shí)對(duì)圖像進(jìn)行處理，目的是為了消除圖像中存在的一些雜點(diǎn)。之后將得到的人臉候選區(qū)域作為后續(xù)分類器的輸入端數(shù)據(jù)輸入，依靠這些比較優(yōu)秀的分類器完成最終的人臉檢測(cè)。
　　 本文圖像在經(jīng)過(guò)膚色聚類這一步粗選之后，可以排除大量的無(wú)關(guān)背景。在這種條件下，后續(xù)的人臉檢測(cè)速度和檢測(cè)正確率可以明顯得以提升。在后續(xù)分類器設(shè)計(jì)部分，本文提出了一種基于改進(jìn)的ICA(獨(dú)立主成分分析法)人臉檢測(cè)算法，對(duì)傳統(tǒng)的牛頓迭代算法加以改進(jìn)，