一種人臉馬賽克算法的研究與實(shí)現(xiàn).pdf

1、人臉馬賽克是指在一個(gè)視頻或者一幅圖像中進(jìn)行人臉檢測(cè)，然后對(duì)檢測(cè)確定存在的人臉部分進(jìn)行馬賽克處理，確認(rèn)圖像中是否存在人臉，實(shí)現(xiàn)人臉檢測(cè)是人臉馬賽克的首要重要環(huán)節(jié)。近年來(lái)隨著人臉檢測(cè)的廣泛應(yīng)用和計(jì)算機(jī)技術(shù)的發(fā)展，人臉檢測(cè)算法層出不窮，級(jí)聯(lián)Adaboost算法以其高效性和快速性在眾多人臉檢測(cè)算法中脫穎而出。級(jí)聯(lián)Adaboost算法是由PaulViola和Michael Jones在2001年提出的一種快速人臉檢測(cè)算法，它的提出對(duì)人臉檢測(cè)技術(shù)的

2、發(fā)展起著舉足輕重的作用。
　　本文對(duì)級(jí)聯(lián)Adaboost算法進(jìn)行了詳細(xì)的分析，主要研究如下:
　　(1)本文對(duì)常見(jiàn)的幾種人臉檢測(cè)方法進(jìn)行了分類(lèi)，同時(shí)概述了人臉圖像預(yù)處理的方法和步驟:高斯去噪，灰度處理、尺度變換和直方圖均衡化。
　　(2)本文對(duì)級(jí)聯(lián)Adaboost算法的原理和訓(xùn)練過(guò)程進(jìn)行了詳細(xì)描述，同時(shí)介紹了Adaboost算法的Haar特征、弱分類(lèi)器、強(qiáng)分類(lèi)器等概念，簡(jiǎn)單而言，Adaboost算法是一種弱分類(lèi)器提升算

3、法，它通過(guò)訓(xùn)練足夠多的樣本和足夠多的特征，即可以將訓(xùn)練出的分類(lèi)器的誤檢率降至無(wú)限接近于零。
　　(3)針對(duì)現(xiàn)有人臉馬賽克方法處理速率緩慢的問(wèn)題，本文提出一種動(dòng)態(tài)自適應(yīng)調(diào)整Haar檢測(cè)函數(shù)閾值的人臉馬賽克算法。
　　(4)本文結(jié)合OpenCV開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)與AdaBoost人臉檢測(cè)算法，選取擴(kuò)展的Haar特征，將高效快速的人臉檢測(cè)及馬賽克處理變?yōu)楝F(xiàn)實(shí)。
　　本文提出的動(dòng)態(tài)自適應(yīng)調(diào)整Haar檢測(cè)函數(shù)閾值的方法，將人臉檢測(cè)