基于DSP的多姿態(tài)人臉檢測算法研究與實現(xiàn).pdf

1、人臉檢測是指確定人臉的位置和大小并對檢測的入臉進行圖像處理的過程。它是人臉自動分析處理系統(tǒng)的首要步驟，其速度和準(zhǔn)確度直接影響著系統(tǒng)的整體性能，因此在人臉信息處理、機器視覺和模式識別研究領(lǐng)域中是一個重要的研究課題。隨著社會的發(fā)展，人們對人臉檢測技術(shù)的要求越來越高，能夠在姿態(tài)多樣、光照條件變化、圖像背景復(fù)雜的情況下實現(xiàn)高性能的人臉檢測成為研究的方向。
　　本文首先介紹了人臉檢測技術(shù)研究背景和意義，歸納和分析了目前常用的一些人臉檢測算法

2、。在廣泛調(diào)研國內(nèi)關(guān)于人臉檢測的算法后。首先利用在YCbCr顏色空間對入臉膚色的聚類性，采用膚色分割法完成人臉候選區(qū)的檢測，初步確定候選人臉區(qū)域。針對采用膚色檢測法造成誤檢率較高的問題，本文采用改進的算法進行人臉檢測。針對AdaBoost算法具有檢測人臉正面效果較好的特點，為了能夠利用兩種算法各自優(yōu)點，最后將膚色分割和AdaBoost算法的兩種人臉檢測方法相結(jié)合，即首先通過膚色模型對待檢測圖像進行初檢，分割出圖像中的人臉區(qū)域和類膚色區(qū)域，

3、再將其作為AdaBoost級聯(lián)分類器的輸入圖像，進一步用AdaBoost檢測分類去除候選區(qū)域中包括的非人臉區(qū)域，實現(xiàn)準(zhǔn)確人臉檢測定位。這樣既利用膚色信息可以加快檢測的速度，又可以優(yōu)化檢測效果，提高了檢測效率、降低誤檢率。
　　本文先在MATLAB軟件平臺上完成了對改進算法的研究和仿真測試，經(jīng)過檢驗測試該算法的性能有了較好的提高，能夠滿足實驗需求。之后，將該算法移植到DSP硬件平臺上進行仿真實現(xiàn)，本文采用的硬件平臺為ICETEK-D