版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、人臉檢測是計算機視覺中的一個基礎(chǔ)而重要的研究方向,人臉檢測技術(shù)被廣泛應(yīng)用于人臉識別、視頻監(jiān)控、基于圖像內(nèi)容的檢索、人機交互等領(lǐng)域,具有重要的研究價值。人臉檢測主要內(nèi)容是對圖片或視頻中的人臉進行定位,返回人臉的位置,大小等信息。本文主要對人臉檢測中的三個比較重要的問題進行了研究并最終實現(xiàn)了一個多姿態(tài)的人臉檢測器,主要研究內(nèi)容包括:
人臉的特征編碼。人臉的特征編碼對人臉檢測器性能至關(guān)重要,好的特征使得在特征空間中人臉與非人臉的差異
2、比較大,區(qū)分這兩種模式也會更容易。目前有很多的局部描述子被應(yīng)用于人臉檢測。本文對三種不同的特征:Haar-like特征,HOG特征,IntegralChannel特征進行了對比實驗,比較了它們在人臉檢測中的性能表現(xiàn)。
分類器訓練算法。相較于傳統(tǒng)的分類器級聯(lián)方式,Soft Cascade分類器具有很多優(yōu)點。Soft Cascade分類器的每一級的輸出為前面所有弱分類器輸出值之和,這樣前面選出的特征會參與后面每一級的決策,得到分類
3、性能更好的分類器。本文首先描述了SoftCascade分類器訓練算法,然后引入并行計算對Soft Cascade分類器訓練算法進行了速度優(yōu)化。針對Soft Cascade分類器訓練過程中的特征冗余問題文中提出了一種新的回退策略,并對新引入的訓練參數(shù)進行了實驗,最終得到了性能更好的分類器訓練算法。
窗口合并。使用滑框檢測會在目標周圍產(chǎn)生很多重疊的檢測框,最終定位目標需要將重疊的窗口合并。本文對四種窗口合并算法進行了比較實驗并分析
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于分類器融合的人臉檢測算法研究.pdf
- 基于膚色的人臉檢測算法研究.pdf
- 基于SVM的人臉檢測算法研究.pdf
- 基于膚色檢測模型的人臉檢測算法研究.pdf
- 基于統(tǒng)計理論的人臉檢測算法研究.pdf
- 基于單幅圖像的人臉檢測算法研究.pdf
- 基于Gentle Adaboost的人臉檢測算法研究.pdf
- 基于AdaBoost改進的人臉檢測算法研究.pdf
- 基于線性非對稱級聯(lián)分類器和膚色驗證組合的人臉檢測算法研究
- 基于線性非對稱級聯(lián)分類器和膚色驗證組合的人臉檢測算法研究.pdf
- 基于Adaboost算法和膚色分割的人臉檢測算法.pdf
- 基于膚色的人臉檢測算法的研究.pdf
- 基于標記點的人臉檢測算法研究.pdf
- 基于膚色分割的人臉檢測算法研究.pdf
- 基于色彩空間分割的人臉檢測算法.pdf
- 基于膚色模型的人臉檢測算法研究.pdf
- 基于膚色的人臉檢測算法的研究(1)
- 基于DSP的人臉檢測算法設(shè)計與實現(xiàn).pdf
- 基于DSP的人臉檢測算法研究與實現(xiàn).pdf
- 基于圖像樣例的人臉檢測算法研究.pdf
評論
0/150
提交評論