手語視頻中人臉檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、手語不僅包含手和手臂的動(dòng)作,而且也包含表情、頭部姿態(tài)和體勢(shì)等動(dòng)作。有實(shí)驗(yàn)表明,手語中只有手勢(shì)而沒有表情時(shí),人所能理解的內(nèi)容估計(jì)不超過60％。作為表情識(shí)別和頭部姿態(tài)估計(jì)的前提,人臉檢測(cè)具有重要的研究意義。本文針對(duì)手語視頻中的人臉檢測(cè)問題,結(jié)合Adaboost和膚色檢測(cè)方法,改進(jìn)手語視頻中人臉檢測(cè)的效果,并最終實(shí)現(xiàn)了一個(gè)高召回率和高準(zhǔn)確率的人臉檢測(cè)系統(tǒng)。具體的研究工作如下:
　　 1、本文首先研究了Adaboost人臉檢測(cè)算法。針對(duì)

2、手語視頻中存在的手部干擾問題,本文在訓(xùn)練分類器時(shí)將大量人手樣本加入到負(fù)樣本集中,訓(xùn)練了一個(gè)正面人臉分類器。針對(duì)手語視頻中頭部呈現(xiàn)多姿態(tài)情況,本文又訓(xùn)練了側(cè)面人臉分類器。實(shí)驗(yàn)結(jié)果表明Adaboost人臉檢測(cè)算法具有較高準(zhǔn)確率但召回率較低。
　　 2、本文研究了基于膚色的人臉檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明膚色人臉檢測(cè)算法具有較高的召回率,但是其準(zhǔn)確率和精度較低。
　　 3、本文將膚色人臉檢測(cè)算法和Adaboost人臉檢測(cè)算法相結(jié)合。