人臉檢測方法研究與系統(tǒng)實(shí)現(xiàn).pdf

1、人臉檢測(face detection)是指對于一幅任意給定的圖像，采用一定的策略對其進(jìn)行搜索以確定其中是否含有人臉，如果是則返回人臉的位置、大小和姿態(tài)。人臉檢測是人臉識(shí)別、表情識(shí)別等課題的研究基礎(chǔ)，是模式識(shí)別的重要應(yīng)用，在安全識(shí)別、身份鑒定中有著廣泛應(yīng)用前景。 本文的研究目標(biāo)是如何快速、準(zhǔn)確地在圖片或視頻中檢測出人臉，并基于Adaboost方法構(gòu)建了一個(gè)人臉檢測系統(tǒng)，系統(tǒng)主要由兩個(gè)部分構(gòu)成：訓(xùn)練正負(fù)樣本得到分類器部分和人臉檢測

2、部分。 本文所做的研究工作如下： (1)利用Adaboost算法訓(xùn)練分類器，訓(xùn)練過程在原文獻(xiàn)的基礎(chǔ)上加入了傾角45度的矩形特征，并在選取樣本時(shí)增加了訓(xùn)練的樣本數(shù)，包括了不同角度入臉的樣本和有附屬物的人臉樣本，以提高系統(tǒng)的魯棒性。并對Adaboost算法做了以下改進(jìn)：為每個(gè)樣本附加一個(gè)選取標(biāo)記，初始值為1，表示可以被選取，若迭代后樣本的權(quán)值小于某個(gè)值，則將此標(biāo)記置為0，該樣本將不可選，這樣避免了樣本的重復(fù)選取。 (

3、2)檢測時(shí)采用了放大檢測窗口方法，這種方法可以充分利用積分圖的快速計(jì)算優(yōu)勢，提高系統(tǒng)的檢測速度，并且計(jì)算量小。對圖片進(jìn)行檢測時(shí)，先對圖片進(jìn)行預(yù)處理，采用Canny算子提取邊緣，去掉部分背景區(qū)域，這樣提高了系統(tǒng)檢測速度。 (3)在進(jìn)行視頻檢測時(shí)，先對視頻文件進(jìn)行膚色檢測，從而減少送入多層分類器中窗口的數(shù)量，可以使檢測時(shí)間進(jìn)一步滿足實(shí)時(shí)檢測的需要，同時(shí)提高檢測率和降低誤檢率。在解決檢測視頻中的側(cè)面人臉時(shí)，與基于圖論中割集原理的精確檢