復(fù)雜背景下實(shí)時(shí)人臉檢測(cè)技術(shù)的研究.pdf

1、人臉檢測(cè)是指在輸入圖像中提取人臉（如果存在）的位置、大小、尺度和姿態(tài)等信息的過程。人臉檢測(cè)技術(shù)是計(jì)算機(jī)視覺與模式識(shí)別領(lǐng)域的一個(gè)前沿課題，在身份識(shí)別、感興趣區(qū)編碼、基于內(nèi)容的檢索、視頻檢索、視頻監(jiān)控、自動(dòng)人臉識(shí)別以及智能人機(jī)交互等領(lǐng)域有著重要的應(yīng)用價(jià)值。
　　本文從現(xiàn)有人臉檢測(cè)算法中具有較高檢測(cè)性能的基于Adaboost算法的人臉檢測(cè)出發(fā)，實(shí)現(xiàn)在復(fù)雜背景中的實(shí)時(shí)人臉檢測(cè)技術(shù)。
　　本文利用經(jīng)典AdaBoost算法在復(fù)雜背景下進(jìn)

2、行了訓(xùn)練過程和檢測(cè)過程的實(shí)驗(yàn)，在實(shí)驗(yàn)過程中發(fā)現(xiàn)了該算法存在于訓(xùn)練過程與檢測(cè)過程中的問題，兩者均存在耗時(shí)的問題，并且AdaBoost算法在復(fù)雜背景下失去了自身的優(yōu)點(diǎn)，該算法在復(fù)雜背景下漏檢率與誤檢率都非常高。針對(duì)這兩方面的問題，本文提出優(yōu)化方法。首先，針對(duì)訓(xùn)練過程耗時(shí)的問題，分別對(duì)haar-like矩形特征數(shù)量和弱分類器訓(xùn)練方法進(jìn)行了優(yōu)化，使訓(xùn)練時(shí)間減少為原來的1\7；其次，針對(duì)檢測(cè)過程中的問題，本文提出用分類器結(jié)合的方式降低檢測(cè)時(shí)間同時(shí)