基于膚色和AdaBoost算法人臉檢測的研究.pdf

1、人臉檢測技術(shù)作為機(jī)器視覺和模式識別研究領(lǐng)域中長期關(guān)注的一個重要課題，具有極高的學(xué)術(shù)研究價值和商業(yè)應(yīng)用價值。隨著智能計算技術(shù)發(fā)展的日新月異，新方法、新技術(shù)的不斷引入，給人臉檢測研究注入了更多活力，檢測效果越來越好，檢測速度越來越快。
　　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。研究了基于膚色分割的人臉檢測技術(shù)。首先利用膚色的聚類特性，采用高斯膚色模型對圖像中的皮膚區(qū)域和非皮膚區(qū)域進(jìn)行分割，再

2、通過分析人臉區(qū)域的特征，初步確定候選人臉，為后續(xù)工作確定最后的人臉區(qū)域打基礎(chǔ)。實驗表明，該方法能夠快速實現(xiàn)復(fù)雜背景下彩色圖像的人臉檢測，并且對于光照、表情、姿勢等變化具有較強(qiáng)的魯棒性。
　　其次對AdaBoost算法進(jìn)行了介紹，采用“積分圖”方法快速計算矩形特征值，生成簡單分類器并優(yōu)化其權(quán)重，構(gòu)造了一個高效的強(qiáng)分類器，最終將單個強(qiáng)分類器級聯(lián)成一個更加復(fù)雜的級聯(lián)分類器。針對AdaBoost算法在訓(xùn)練分類器時出現(xiàn)的退化問題及樣本權(quán)重扭