基于支持向量新穎檢測(cè)的人臉檢測(cè).pdf

1、近年來，由于人臉檢測(cè)在安全訪問控制、視覺監(jiān)測(cè)、數(shù)字視頻處理、基于內(nèi)容的檢索和新一代人機(jī)界面等領(lǐng)域的應(yīng)用價(jià)值，已經(jīng)受到研究者的普遍重視。目前大量的人臉檢測(cè)方法已經(jīng)被提出，這些方法主要都集中在兩個(gè)方面，一是如何表征一幅人臉圖像，即人臉圖像特征的提取；二是針對(duì)提取的人臉特征設(shè)計(jì)有效的分類器，進(jìn)行人臉與非人臉地分類。本文研究支持向量新穎檢測(cè)算法在人臉檢測(cè)上的應(yīng)用問題，并提出改進(jìn)的算法以實(shí)現(xiàn)檢測(cè)速度上的提高。主要包括如下三個(gè)方面的內(nèi)容。
　

2、　 標(biāo)準(zhǔn)的支持向量新穎檢測(cè)算法被應(yīng)用于人臉檢測(cè)，取得了不錯(cuò)的檢測(cè)精度，但是其檢測(cè)速度有待提高。針對(duì)此問題，我們提出了級(jí)聯(lián)支持向量新穎檢測(cè)方法。該方法受到級(jí)聯(lián)分類器集成的啟發(fā)，引入級(jí)聯(lián)的思想，構(gòu)造了我們的方法。實(shí)驗(yàn)仿真驗(yàn)證了級(jí)聯(lián)支持向量新穎檢測(cè)方法的有效性，在保證檢測(cè)精度和標(biāo)準(zhǔn)的支持向量新穎檢測(cè)算法一樣的前提下，能夠縮短檢測(cè)時(shí)間。
　　 在級(jí)聯(lián)支持向量新穎檢測(cè)方法中，要得到較高的檢測(cè)率，我們?nèi)匀灰Ａ糨^多的支持向量，這就會(huì)影響檢

3、測(cè)速度。為此，我們提出了一種稀疏支持向量新穎檢測(cè)方法，該方法采用了兩種稀疏技術(shù)：1范數(shù)正則和Hinge損失函數(shù)，能夠?qū)е铝己玫南∈栊?，?xùn)練得到的稀疏支持向量個(gè)數(shù)較少，這樣的話就會(huì)提高檢測(cè)速度。我們的實(shí)驗(yàn)結(jié)果表明了在精度不損失條件下，利用極少的稀疏支持向量能夠?qū)崿F(xiàn)快速的人臉檢測(cè)。
　　 在仿真試驗(yàn)的檢測(cè)過程中，對(duì)實(shí)際圖像的搜索工作是單獨(dú)完成的，其時(shí)間并沒有計(jì)入檢測(cè)時(shí)間中。實(shí)際上對(duì)圖像的掃描也列入到檢測(cè)時(shí)間內(nèi)，但是由于圖像掃描的過程

4、太費(fèi)時(shí)，一般都事先掃描后保存，并不是實(shí)時(shí)進(jìn)行處理。為了提高圖像搜索速度，我們提出了一種基于線性濾波器的快速圖像搜索算法。二維線性濾波器能夠利用了兩個(gè)二維矩陣之間的卷積來實(shí)現(xiàn)兩個(gè)向量之間的內(nèi)積，使得我們能快速地處理實(shí)際圖像的搜索，并同時(shí)給出檢測(cè)結(jié)果。由于該方法只能采用線性核，而且用1類分類方法得到的檢測(cè)結(jié)果不理想，因此我們用了兩分類的稀疏支持向量機(jī)來進(jìn)行檢測(cè)。實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法能夠大大降低圖像搜索時(shí)使用循環(huán)帶來的時(shí)間復(fù)雜度，大大提高了檢