基于膚色和haar方差特征的人臉檢測(cè)方法研究.pdf

1、人臉是一種細(xì)節(jié)變化非常豐富的自然結(jié)構(gòu)目標(biāo)，其檢測(cè)結(jié)果容易受到光照、圖像背景復(fù)雜程度以及圖像中存在的噪聲的影響，這增加了人臉檢測(cè)的難度。目前，新的人臉檢測(cè)算法不斷出現(xiàn)，但是大多數(shù)只能用于一般背景或者特定約束環(huán)境，而針對(duì)復(fù)雜背景的人臉圖像檢測(cè)仍需要做進(jìn)一步的研究。
　　膚色檢測(cè)具有對(duì)姿態(tài)、表情變化魯棒性好、檢測(cè)速度快、誤檢率高的特點(diǎn)，而AdaBoost檢測(cè)具有準(zhǔn)確率高、訓(xùn)練樣本大以及訓(xùn)練時(shí)間長(zhǎng)的特點(diǎn)，本文針對(duì)這兩種算法的特點(diǎn)，提出了一

2、種將膚色檢測(cè)算法和Haar方差特征相結(jié)合，用SVM而不是AdaBoost進(jìn)行分類器訓(xùn)練的人臉檢測(cè)新算法，在提高檢測(cè)準(zhǔn)確率的同時(shí)降低檢測(cè)時(shí)間。
　　首先將YCbCr顏色空間進(jìn)行分段的非線性變換，得到Y(jié)Cb'Cr'空間，在該空間建立橢圓膚色模型并利用logistic回歸模型確定每一點(diǎn)的膚色概率，構(gòu)建膚色概率圖，從而將每一點(diǎn)的像素值映射到[0，1]。接著在Ostu方法的基礎(chǔ)上采用并行的遺傳算法確定圖像分割的閾值，將圖像二值化，利用形態(tài)學(xué)