利用SVM改進Adaboost算法的人臉檢測精度.pdf

1、人臉檢測是模式識別和計算機視覺研究領域的熱點之一，但是由于各方面因素的影響，人臉檢測仍然是一項十分困難的工作。本文首先介紹了人臉檢測的研究背景及意義、人臉檢測的相關知識以及當前已有的主要的人臉檢測方法，然后對各種檢測方法的優(yōu)缺點作了比較深入的研究和比較，并對基于Adaboost算法的人臉檢測方法作了詳細的描述。
　　 Viola和Jones提出的基于Adaboost算法人臉檢測方法是當前流行的一種檢測方法，該方法具有檢測速度快、

2、檢測率高的優(yōu)點，但同時在一定條件下也存在著誤檢率高的問題。本文在分析了其不足之處的基礎之上，提出了利用SVM分類方法改進Adaboost算法的人臉檢測精度。該方法的重點和難點在于如何訓練出一個分類精度比較高的SVM分類器，以及如何生成XML格式的分類特征庫文件。本文采用了圖像處理領域中的顏色空間轉換、合適的形狀特征提取方法對訓練樣本進行特征提取，然后訓練出分類精度較高的SVM分類器，再利用訓練得到的SVM分類器對Adaboost算法篩選