基于兩級Adaboost的LBP快速人臉識別的實現(xiàn)與應用.pdf

1、人臉識別是利用特征提取方法表示人臉特征,從而自動識別人臉,是當今模式識別中的一個熱點。人臉識別應用范圍十分的廣泛,包括內(nèi)容的檢索,身份的識別等。目前,有很多的成熟的人臉識別算法,但許多算法要么結(jié)構(gòu)復雜,計算量巨大;要么模式固定,可擴展性差,都缺乏實際應用性。而人臉識別的前提是人臉圖像,在實際的人臉圖像識別中還涉及到人臉區(qū)域的檢測問題,故一個關(guān)鍵的因素就是實時性,如果系統(tǒng)能夠快速的識別出人的身份,將會給人臉識別的應用帶來更光明的前景。

2、r>　　 本文研究的出發(fā)點在于從普通的圖像中能夠迅速找出人臉并加以識別,在檢測與識別的過程中,正確率和時間是很重要的兩點,本文從簡單高效的應用實際出發(fā),提出了一種基于兩級Adaboost的LBP的實時人臉識別方法,實驗證明該方法不僅能夠快速的檢測識別人臉,而且有識別率達到90％以上。
　　 本論文分為兩個階段,第一階段為人臉的檢測以及人臉關(guān)鍵區(qū)域的檢測,在短時間內(nèi)從復雜的圖像中檢測出人臉的位置,然后在人臉區(qū)域中檢測關(guān)鍵器官的區(qū)

3、域;第二階段為人臉的特征表示階段,利用特征表示這些關(guān)鍵區(qū)域,從而使用少量信息表示了整張人臉圖像,為快速識別人臉打下基礎(chǔ)。
　　 在第一階段,我們利用Adaboost來訓練層級分類器,利用層級分類器,能夠在最開始過濾掉不包含人臉的圖像區(qū)域,達到加速檢測的目的。在檢測出的人臉區(qū)域中,我們利用相同原理的Adaboost層級分類器來檢測人臉關(guān)鍵器官區(qū)域。在第二階段,對這些人臉關(guān)鍵區(qū)域,利用簡單的LBP算子來提取其特征,形成該人臉的特征表