基于量化角特征的人臉檢測(cè).pdf

1、在模式識(shí)別與圖像處理研究領(lǐng)域中，人臉檢測(cè)是一個(gè)備受關(guān)注的研究方向，也是人臉識(shí)別的關(guān)鍵步驟。隨著智能化信息處理技術(shù)的發(fā)展，人臉檢測(cè)的應(yīng)用背景已經(jīng)遠(yuǎn)遠(yuǎn)超出了人臉識(shí)別系統(tǒng)的范疇，它在安全訪問(wèn)控制、智能監(jiān)控、視頻會(huì)議、基于內(nèi)容的圖像檢索等方面有著日益廣泛的應(yīng)用前景。然而，人臉作為人類自身再熟悉不過(guò)的一個(gè)組成部分，其檢測(cè)問(wèn)題卻是個(gè)極富挑戰(zhàn)性的課題。如果能找到高性能的解決方法．將為解決其它類似的復(fù)雜模式檢測(cè)問(wèn)題提供重要的啟示，這使得研究快速而準(zhǔn)確的

2、人臉檢測(cè)技術(shù)具有了十分重要的意義。 本論文研究的是較復(fù)雜場(chǎng)景的灰度圖像中豎直正面人臉的檢測(cè)問(wèn)題，提出了量化角特征與AdaBoost方法相結(jié)合的人臉檢測(cè)算法。 論文首先對(duì)人臉檢測(cè)的一些相關(guān)技術(shù)做了總結(jié)、比較和研究。然后對(duì)于基于統(tǒng)計(jì)模型的人臉檢測(cè)方法做了較為詳細(xì)的分析，重點(diǎn)分析了量化角特征和AdaBoost如何應(yīng)用于學(xué)習(xí)分類。 在論文的第三章，我們根據(jù)量化角特征(Quantized Angle Features)的思

3、想，進(jìn)行將該原理實(shí)用化的數(shù)學(xué)公式推導(dǎo)，并在此基礎(chǔ)上進(jìn)行統(tǒng)計(jì)分析，確認(rèn)結(jié)果可用于模式分類。此后，在第四章中對(duì)AdaBoost算法進(jìn)行改進(jìn)，實(shí)現(xiàn)了在AdaBoost算法中可以使用量化角特征。第五章中給出了人臉檢測(cè)系統(tǒng)的完整實(shí)現(xiàn)，并對(duì)檢測(cè)中的縮放方法以及相應(yīng)的參數(shù)進(jìn)行了實(shí)驗(yàn)比較，同時(shí)還給出了系統(tǒng)運(yùn)行的結(jié)果。實(shí)驗(yàn)結(jié)果表明，本論文的人臉檢測(cè)算法能夠有效地檢測(cè)出較復(fù)雜場(chǎng)景的灰度圖像中正面的人臉圖像。 論文最后對(duì)系統(tǒng)的運(yùn)行效果進(jìn)行綜合分析，總