AdaBoost人臉檢測算法的改進(jìn)與實(shí)現(xiàn).pdf

1、人臉檢測是人臉分析的首要環(huán)節(jié)，其處理的問題是確認(rèn)圖像中是否存在人臉，如果存在則對人臉進(jìn)行定位。人臉檢測的應(yīng)用領(lǐng)域相當(dāng)廣泛，是實(shí)現(xiàn)機(jī)器智能化的重要步驟之一。 AdaBoost算法是2001年提出的一種快速人臉檢測算法，是人臉檢測領(lǐng)域里里程碑式的進(jìn)步，AdaBoost算法是一種可以將弱學(xué)習(xí)轉(zhuǎn)化為強(qiáng)學(xué)習(xí)的方法，從理論上講，只要有足夠多的樣本，足夠多的特征，訓(xùn)練足夠充分，AdaBoost訓(xùn)練出來的分類器的錯誤率可以無限趨于零。但是，正

2、因?yàn)槿绱?，?dāng)樣本數(shù)目比較多，特征數(shù)目也很多時(shí)，AdaBoost訓(xùn)練算法存在訓(xùn)練時(shí)間太長的問題。同時(shí)，在檢測人臉過程中，由于大多數(shù)的檢測算法采用窮舉方式，當(dāng)原始圖片過大時(shí)，也存在檢測時(shí)間長的問題。 本文闡述了對AdaBoost算法的三點(diǎn)改進(jìn)方法。第一，通過分解二維特征矩陣，將并行計(jì)算引入AdaBoost訓(xùn)練算法當(dāng)中，訓(xùn)練速度在多機(jī)環(huán)境下可以得到顯著提高；第二，將被檢測區(qū)域劃分成多塊，用并行檢測代替?zhèn)鹘y(tǒng)的串行檢測，這種改進(jìn)可以在多核