基于膚色分割與AdaBoost算法的人臉檢測研究.pdf

1、人臉檢測是計算機視覺與模式識別領(lǐng)域中最重要的研究課題之一。人臉檢測在基于內(nèi)容的圖像檢索、虛擬現(xiàn)實、視頻監(jiān)控、人臉識別和身份驗證等多方面都有廣泛的應用。人臉識別的首要條件就是用檢測技術(shù)把人臉從背景中檢測出來，但人臉受光照、背景、姿勢等因素的影響，使得人臉檢測成為一項復雜的、具有挑戰(zhàn)性的研究課題。針對人臉檢測面對的難題，本文重點研究了人臉特征的表征方法和人臉特征檢測的相關(guān)算法，并進行了相應的改進。本文主要的研究工作包括以下內(nèi)容：
　　

2、 (1)對多種膚色分割方法進行了研究并改進了分段多高斯膚色分割方法。該方法主要通過以下三步來實現(xiàn)：(a)在亮度Y的三個區(qū)間內(nèi)分別對膚色色度CbCr進行高斯擬合，得到膚色的概率統(tǒng)計函數(shù)；(b)選擇合適的閾值區(qū)間，使得它包含的膚色累積概率分布接近100％；(c)使用相應亮度區(qū)間內(nèi)的閾值對圖像進行膚色分割。
　　 (2)通過對邊緣檢測算子計算原理研究之后，提出了代表圖像輪廓信息的Haar-like強度特征。對Haar-like特征值

3、進行取模運算可以得到Haar-like強度特征值的特征值。
　　 (3)通過結(jié)合基本Haar-like特征閾值與強度特征閾值，構(gòu)造了錯誤更低的Haar-like多閾值特征。該特征結(jié)合Haar-like基本特征與強度特征的閾值在Haar-like特征值空間上進行劃分得到四個區(qū)域；分別對每個區(qū)域中的正負樣本權(quán)重進行統(tǒng)計，判定該區(qū)域是屬于人臉還是非人臉，并設置相應的標志位。
　　 (4)使用膚色分割預處理得到了改進的級聯(lián)檢測器