Adaboost算法及其在新生兒面部檢測(cè)中的應(yīng)用研究.pdf

1、作為人臉識(shí)別系統(tǒng)的一個(gè)重要環(huán)節(jié)，人臉檢測(cè)是為了從復(fù)雜背景中有效的定位并提取出人臉區(qū)域。由于其在多個(gè)領(lǐng)域的重要作用，近年來(lái)人臉檢測(cè)開(kāi)始被作為一個(gè)獨(dú)立的課題受到研究者們的普遍重視。本文就是將新生兒面部檢測(cè)作為了一個(gè)完整系統(tǒng)的重要組成部分，應(yīng)用在新生兒疼痛表情識(shí)別系統(tǒng)中。 本文在閱讀大量文獻(xiàn)的基礎(chǔ)上，對(duì)人臉檢測(cè)技術(shù)的概念，發(fā)展以及研究現(xiàn)狀進(jìn)行了概括總結(jié)，并且詳細(xì)闡述了Adaboost算法，并對(duì)算法的機(jī)理加以研究，重點(diǎn)分析了算法的分類錯(cuò)

2、誤率及泛化誤差等，實(shí)現(xiàn)了對(duì)新生兒的面部檢測(cè)。此外，本文的工作主要包括：(1)對(duì)在醫(yī)院收集的新生兒面部圖片進(jìn)行處理后，建立了一個(gè)包含800個(gè)左右樣本的新生兒面部圖像庫(kù)；(2)根據(jù)新生兒面部與成年人的差異，在原有15種Haar-like矩形特征的基礎(chǔ)上新增加了8種Haar-like矩形特征，使這些矩形特征更加符合新生兒面部的特點(diǎn)；(3)采用了目前Adaboost算法家族中較為流行的RealAdaboost算法，得到了一個(gè)效果較好的針對(duì)新生兒