基于Haar特征概率分布與SVM的人臉檢測(cè).pdf

1、人臉檢測(cè)的目的就是從給定的圖像中，框定出人臉的區(qū)域。人臉檢測(cè)是人臉識(shí)別的不可缺少的預(yù)處理，一般來(lái)說(shuō)其計(jì)算量非常大。如何快速而有效地檢測(cè)出人臉，是人臉檢測(cè)的一項(xiàng)重要課題。 本文的主要工作是對(duì)現(xiàn)有的人臉檢測(cè)方法進(jìn)行總結(jié)，在前人研究的基礎(chǔ)上，通過(guò)借鑒和改進(jìn)，提出基于Haar特征概率分布的獨(dú)特的人臉檢測(cè)方法，并通過(guò)實(shí)驗(yàn)證明該方法的有效性。論文將整個(gè)檢測(cè)過(guò)程分為人臉粗篩選和人臉精確驗(yàn)證兩個(gè)階段。 在人臉粗篩選階段，提出了利用Haa

2、r特征概率分布進(jìn)行人臉檢測(cè)的新方法，該方法首先在人臉樣本集里，以0為閾值記錄每個(gè)矩形特征的分類(lèi)正確率；然后選取具有最優(yōu)分類(lèi)性能的Haar特征，通過(guò)相應(yīng)的概率應(yīng)用策略進(jìn)行人臉檢測(cè)，獲得了很好的人臉粗篩選效果。該方法另外一個(gè)明顯的優(yōu)勢(shì)是它不需要非人臉樣本集，省卻了收集非人臉樣本的困難。實(shí)驗(yàn)表明，新方法不僅很大程度上排除背景區(qū)域，而且具有較高的檢測(cè)速度。 在人臉精確驗(yàn)證階段，使用線(xiàn)性鼻子SVM分類(lèi)器和非線(xiàn)性特征臉SVM分類(lèi)器相結(jié)合的策