海量訓(xùn)練數(shù)據(jù)如何影響人臉檢測(cè)器性能：實(shí)驗(yàn)研究.pdf

1、人臉檢測(cè)(Face Detection)是指對(duì)于任意的一幅輸入圖像,通過(guò)一定的搜索方法,判斷其中是否有人臉存在；如果其中包含人臉,則返回人臉?biāo)诘臄?shù)目、位置及其大小等信息。一方面,人臉檢測(cè)具有廣泛的應(yīng)用前景,例如人臉識(shí)別、視頻監(jiān)控、人機(jī)交互、圖像檢索、視頻會(huì)議和數(shù)碼相機(jī)等；另一方面,對(duì)于人臉檢測(cè)的研究可以為其它的目標(biāo)檢測(cè)和識(shí)別問(wèn)題提供重要的啟示。因此,人臉檢測(cè)在近來(lái)年一直是計(jì)算機(jī)視覺研究領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題。
　　 經(jīng)過(guò)數(shù)十年的研

2、究,人臉檢測(cè)得到了快速的發(fā)展。針對(duì)人臉檢測(cè),至今已經(jīng)提出了很多檢測(cè)方法,并取得了很好的檢測(cè)效果。然而,其中很多人臉檢測(cè)算法,它們共同的特點(diǎn)是對(duì)海量人臉訓(xùn)練樣本的依賴,且所使用的大型訓(xùn)練樣本的構(gòu)建幾乎也都相當(dāng)任意。由于Internet的發(fā)展,海量圖像數(shù)據(jù)變得很容易就能夠獲得。海量的人臉樣本可以提供模式更為多樣化的人臉,有利于訓(xùn)練出高檢測(cè)率的檢測(cè)器。然而,使用海量的人臉樣本,往往也會(huì)導(dǎo)致分類器在訓(xùn)練階段所耗費(fèi)的時(shí)間過(guò)長(zhǎng),對(duì)硬件方面相應(yīng)的要求

3、也會(huì)提高。訓(xùn)練數(shù)據(jù)的規(guī)模和性質(zhì)如何影響檢測(cè)器的性能已成為人臉檢測(cè)研究中的一個(gè)重要問(wèn)題。對(duì)該問(wèn)題的研究,利于實(shí)現(xiàn)對(duì)海量人臉樣本集進(jìn)行優(yōu)化,同時(shí)對(duì)于其它研究領(lǐng)域中進(jìn)行樣本的優(yōu)化也有著重要的啟示作用。
　　 本文基于一個(gè)典型的正面人臉檢測(cè)器算法,對(duì)上述問(wèn)題進(jìn)行了大規(guī)模實(shí)驗(yàn)性研究。具體地,本文針對(duì)人臉圖像中包含的5種常見變化,即光照、表情、圖像模糊度、對(duì)比度、噪聲,構(gòu)造了一個(gè)包含34萬(wàn)張人臉圖像的大型訓(xùn)練集,在此基礎(chǔ)上研究了上述5種因素