實(shí)時人臉檢測算法的研究和實(shí)現(xiàn).pdf

1、人臉檢測是人臉識別技術(shù)首要一環(huán)，快速精確的定位人臉的位置是高質(zhì)量入臉識別后續(xù)流程的前提和基石。本論文在綜合分析前人研究之基礎(chǔ)上，以實(shí)時性為目標(biāo)，并保證高的檢測率和低的虛警率的檢測質(zhì)量，針對變幻多端的背景條件和光線條件，在VC++平臺上實(shí)現(xiàn)了一個檢測效率較高的實(shí)時人臉檢測系統(tǒng)。
　　 視頻自24位真彩色的攝像頭獲得，然后對視頻幀進(jìn)行由粗到精的分輪檢測，第一輪為高斯建模實(shí)現(xiàn)膚色分割，然后用數(shù)學(xué)形態(tài)學(xué)濾波完成人臉的初步檢測，第二輪為用

2、AdaBoost-Cascade分類器實(shí)現(xiàn)基于區(qū)域的精細(xì)入臉檢測。第一輪的步驟具體細(xì)分為對較喑圖像進(jìn)行光線補(bǔ)償、將RGB的彩色空間映射到Y(jié)CbCr空間、非線性分段變換得到表現(xiàn)膚色聚類分布的YCb'Cr'彩色空間、腐蝕、膨脹、灰度值二值濾波、Blob分析、LRTB人臉定位，其中的映射矩陣由高斯建模得到，用到的形態(tài)學(xué)濾波方法使系統(tǒng)具有更好的抗噪能力和魯棒性。在第二輪，Adaboost的核心思想是針對不同的訓(xùn)練集訓(xùn)練同一個弱分類器，然后把這些