

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、人臉檢測是一種非接觸性生物特征檢測,以數(shù)據(jù)采集方便和應用范圍廣泛等特點,在數(shù)據(jù)挖掘和模式識別領(lǐng)域成為了一個熱點研究課題。現(xiàn)代社會是追求效率的時代,越來越多的實時信息采用圖像和視頻方式保存,如何從海量數(shù)據(jù)中高效檢測人臉成為一個迫切需要解決的問題。Adaboost算法是近年來較流行的機器學習算法,被許多研究者應用到人臉檢測領(lǐng)域。本文以經(jīng)典Adaboost算法為基礎(chǔ),分別在算法學習、算法檢測過程對其進行優(yōu)化,之后運用到圖像、視頻和實時人臉檢測
2、中。研究工作如下所示:
(1)綜述了國內(nèi)外人臉檢測技術(shù)的研究現(xiàn)狀,并總結(jié)所存在的問題。
(2)對Adaboost人臉檢測算法做深入研究,分析算法的基本思想和實現(xiàn)過程,并依次介紹了Haar特征、積分圖和分類器的原理。
(3)改進Adaboost算法訓練過程可有效提高算法性能:首先,為避免算法學習過程中因訓練樣本單一出現(xiàn)訓練過度現(xiàn)象,提出豐富訓練樣本的解決方案,將訓練圖像進行處理后作為新樣本加入訓練集。其次,針
3、對算法學習過程中Haar特征計算量龐大的現(xiàn)象,根據(jù)人臉位于訓練圖像中央位置的先驗知識,提出對樣本尺寸“裁剪”的方法有效減少特征數(shù)量。最后,針對難分類樣本在多次訓練后出現(xiàn)樣本權(quán)重分配失衡的問題,結(jié)合正負誤差比和分類器錯誤率提出新的權(quán)重分配原則。改進后的Adaboost算法不僅可有效避免嚴重的權(quán)重分配失衡還可提高檢測性能。
(4)為減少Adaboost算法檢測過程出現(xiàn)的誤報,提出前端和后端兩種方法縮減誤報。前端誤報縮減是指在分類器
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- AdaBoost人臉檢測算法的DSP實現(xiàn).pdf
- 基于DSP系統(tǒng)的AdaBoost人臉檢測算法實現(xiàn).pdf
- 基于AdaBoost人臉檢測算法的研究.pdf
- 基于AdaBoost改進的人臉檢測算法研究.pdf
- 基于Gentle Adaboost的人臉檢測算法研究.pdf
- 基于Adaboost的人臉檢測算法研究及其FPGA實現(xiàn).pdf
- AdaBoost人臉檢測算法的改進與實現(xiàn).pdf
- AdaBoost人臉檢測算法的改進研究與實現(xiàn).pdf
- 基于AdaBoost的人臉檢測算法在DSP上的實現(xiàn).pdf
- 基于FPGA的Adaboost人臉檢測算法的研究及其實現(xiàn).pdf
- 基于普通樣本的Adaboost人臉檢測算法研究.pdf
- 基于膚色和改進的AdaBoost人臉檢測算法研究.pdf
- 基于改進膚色模型的AdaBoost人臉檢測算法研究.pdf
- 基于膚色和AdaBoost的人臉檢測算法的改良和實現(xiàn).pdf
- 基于Adaboost算法的人臉檢測研究及實現(xiàn).pdf
- 基于AdaBoost和鼻子檢測算法的人臉檢測方法研究.pdf
- 基于AdaBoost算法的人臉檢測研究及DSP實現(xiàn).pdf
- 基于Adaboost算法和膚色分割的人臉檢測算法.pdf
- 基于擴展Haar特征的Adaboost人臉檢測算法研究.pdf
- 基于神經(jīng)網(wǎng)絡擴張的Adaboost人臉檢測算法研究.pdf
評論
0/150
提交評論