基于AdaBoost算法的人脸检测研究和DSP实现.pdf

×ianSchOOlofAutOmationSOutheastUniVersityMarch2013㈣6Ⅲ4㈣Z东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名:鞠主磕日期:丝15:垒:{东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布(包括以电子信息形式刊登)论文的全部内容或中、英文摘要等部分内容。论文的公布(包括以电子信息形式刊登)授权东南大学研究生院办理。研究生签名:遁主』轧导师签各乡叁蔓』定日期:之掣摘要摘要作为检测领域的重要分支,人脸识别系统的基础环节,人脸检测一直受到研究人员的高度重视,其在计算机视觉、模式识别、视频处理等领域的研究都具有较高的理论价值和应用价值,因此成为相关领域科学家们的研究热点。AdaB00st算法作为人脸检测的主流方法,是基于统计学习方法的代表,也是人脸检测领域里程碑式的进步。目前的人脸检测方案大部分都基于PC机,往往不能满足便捷、实时和低成本的要求,根据这一现状,本文旨在将基于openCV的人脸检测算法进行改写并实现DSP上的移植。主要工作可概括为如下几点:(1)简述人脸检测方法的基本理论和研究现状,总结人脸检测的基本流程和研究难点,介绍人脸检测方法的分类及各自的应用特点,最后简要介绍了人脸检测系统的各项性能评估指标。(2)阐述AdaBoost人脸检测算法的发展过程及算法的基本原理,包括Haar特征、积分图、特征值计算、分类器训练等,介绍检测系统的整体设计方案,并实现基于PC的AdaBoost人脸检测。(3)分析肤色区域检测的特点和算法流程,充分利用肤色区域检测和AdaB00st人脸检测算法各自的优势,实现两种算法的有机结合,并对结合方案的检测结果进行对比分析。(4)介绍实验的软硬件平台,充分考虑DSP的内部硬件结构和软件编程特点后,对程序进行适当的修改和优化,实现对AdaBoost人脸检测算法的DSP移植,使之能够在DSP中合理地运行。(5)最后总结了本文的主要工作,分析人脸检测工作面临的问题及后续进一步的工作展望。关键词:人脸检测,AdaBoost算法,肤色区域检测,DSP移植Abst馆ctAbstract舡an岫ortanthchofdetec矗onfiel也锄dabasichnl【offacereco嘶tionsystem,,patt锄眦。'-time趾dlow·costrequirem即ts,也erefore,:(1),sⅧ姗arizetlleprocess趾dstIldydi伍cultiesoff-acedetection,趾dⅡ1enin仃o<.(2):tllres,inte铲alimage,-ac