基于AdaBoost算法的人脸检测技术研究.pdf

◆,,卜}。国内图书分类号::李苏导师:刘侠申请学位级别:工学硕士学科、专业:控制理论与控制工程所在单位:自动化学院答辩日期:2010年3月授予学位单位:哈尔滨N-F大学]ClassifiedIndex::Supervisor:LiSuLiuXiaAcademicDegreeAppliedfor:MasterofEngineeringSpecialityControlTheoryandControlEngineeringDateofOralExamination:March,2010University:HarbinUniversityofScience.,’andTechnology哈尔滨理工大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《基于AdaBoost算法的人脸检测技术研究》,是本人在导师指导下,在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。储签名孝布嗍勿/0年岁月/阳哈尔滨理工大学硕士学位论文使用授权书《基于AdaBoost算法的人脸检测技术研究》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定,同意学校保留并向有关部门提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于保密口,在年解密后适用授权书。不保密口。(请在以上相应方框内打√)作者签谤弩历,导师签名:勿/缺日期:沙/∥年乡月,2日日期:2otog夕月/Z日rr摘要人脸检测是人脸处理系统的首要环节也是目标检测课题中的一个非常典型的应用实例,随着信息技术的不断发展与普及人脸检测的应用背景已经变得越来越广泛。人脸检测的研究对于人脸识别、基于内容的图像检索、视觉监测、人脸表情分析、三维人脸建模等领域有着重要的意义。本文主要以可见光下的人脸图片及视频为研究对象,充分考虑各种检测环境和检测技术的实用性、实时性,深入分析AdaBoost人脸检测算法的特点,建立一个实用性强、实时性好的人脸自动检测系统,并通过实验对其进行测试分析。本文的人脸检测主要运用AdaBoost学习训练算法,通过正负例样本集对人脸检测分类器进行学习训练,使之能够完成检测任务。对于一个需要通过大量数据训练得到后期检测参数的系统来说,训练过程所需要的时间是绝对不可忽视的环节,训练算法的效率直接关系到实际操作中调试程序所需花的时间。为此,本文针对AdaBoost学习算法训练过程慢这一特点进行了优化改进,提出一种直接求分类器错误率的方法,有效地避免了迭代和概率分布统计等耗时的运算,使训练速度和效率大大提高。为了提高整个人脸检测系统的检测效率,本文针对传统人脸检测扫描的过程计算复杂度高,检测效率低的特点加入了瀑布式的检测框架,运用一个多层结构在数量众多的描窗口中逐层剔除非人脸扫描窗口,缩小检测范围,尽量避免不必要的检测运算。使得人脸检测的速度和效率有较大的提高,增强了系统的实用性和实时性。为了提高人脸检测的鲁棒性,扩展系统的应用范围,本文在对时间要求不严格的静态图片检测中加入了对于旋转角度不超过40度的侧脸检测。由于人眼位置的确定对于人脸处理以及人脸检测后续工作都有着广泛的应用和重要的意义。本文在进行人脸检测的同时,也加入了人眼检测,为人脸检测的后续工作提供有意义的参考。本文设计的人脸检测平台在酷睿双核,1G内存的PC机上,视频流检测中检测速度为14帧/秒,视频流图片大小为320×220像素,——————一I|目=j自l目EE!!=E目自=====g!=#!目=自==!=====22。5————————————一人脸及左右旋转角度在15。内的侧面人脸。静态图片检测中可检测的图片像素更高,不仅能对正面的人脸进行检测也可以对左右旋转不超过30。的人脸进行检测。关键词人脸检测;分类器;Adaboost算法;人脸特征ResearchonFaceDetectionTechnologyBasedonAdaBoostAlgorith