基于AdaBoost人脸检测改进算法.pdf

基于的人脸检测改进算法摘要专业:应用数学姓名:刘畅指导老师:赖剑煌作为人脸识别系统的第一个环节,人脸检测是为了从复杂背景中有效地定位并提取出人脸区域,由于其在安全访问控制、视觉监测、基于内容的检索和新一代智能人机界面等众多领域具有重要的应用价值,近年来人脸检测开始被作为一个独立的课题受到研究者们的普遍重视。世纪初贏惴ǖ娜肆臣觳馄鞯姆⒈恚邮抵上提高了人脸检测的效率和精度,它是在提出的一系列—特征的基础上,通过算法学习得到一系列弱分类器,再组合成一个强分类器,然后再级联一系列这样的强分类器组成人脸检测器。但在实际应用中,虽然由单一—特征组成的弱分类器具有很大的检测速度优势,但是难以保证较理想的检测精度,并且当检测的图片分辨率较大、人脸数目较多、背景较复杂时,由于检测子窗口搜索范围和搜索步长的限制,检测速度和精度往往会受到一定的影响。本文的创新点在于以下四个方面:谀壳盎姑挥姓攵杂贏惴ㄔ谌肆臣觳庵械挠τ米凼觯疚亩越来比较成熟的人脸检测算法做了较为详细的综述并比较。贏惴ǖ那捌谝敕羯ǚ指畈街瑁⒗玫玫降姆羯蜃允视Φ调整检测窗口的位置和移动策略,将大部分非人脸样本在早期排除,让算法集中于判别有可能是人脸的区域,并在后期结合肤色区域来做最终判决,解决了原算法所产生的重复检测问题。贏惴ǖ暮笃谝肓司哂邢咝蜗辔坏乃恍〔ǎ苊饬擞捎诘ヒ卣鞴诩虻ニ斐尚畔⑺鹗侍狻栽瑼惴ㄖ星糠掷嗥鞯墓潭ㄣ兄到懈慕萸糠掷嗥髟谘盗芳上的性能而自适应地设定其阈值,在保证检测系统性能的同时,极大地减小了所需要级联的强分类器的数量。
本文共采用了来自和现实生活中的挪噬肆惩计尘案饕欤脸姿态方面存在一定的平面内旋转和平面外旋转,另外有一定的光照影响。试验结果表明,本文改进的人脸检测算法能达到%以上的检测率,而且对各种图片的自适应性得到了提高。关键词:人脸检测,肤色分割,,小波变换
.篈,::—琲甤,甀,.,
猳...瑃瑆’,籪%:瑂,,
引言第一章论文选题的背景甁在惺褂昧艘恢钟肁椒ㄑ盗第一章引言针对于人脸的研究,主要包括人脸识别技术和人脸检测技术。最初人脸研究主要集中在人脸识别领域,而且早期的人脸识别算法都是在认为已经得到了一个正面人脸或者人脸很容易获得的前提下进行的。但是随着人脸应用范围的不断扩大和开发实际系统需求的不断提高,这种假设下的研究不再能满足需求,人脸检测开始作为独立的研究内容发展起来并开始广泛应用到全新人机界面、基于内容的检索、数字视频处理、视觉监测等许多领域。人脸检测是指对于任意一幅给定的图像,采用一定的策略对其进行搜索以确定其中是否含有人脸,如果是则返回人脸的位置,K且桓龈丛拥木哂刑粽叫缘哪式检测问题,其主要的难点有两方面,一方面是由于人脸内在的变化所引起:肆具有相当复杂的细节变化,不同的外貌如脸形、肤色等,不同的表情如眼、嘴的开与闭等;肆车恼诘玻缪劬怠⑼贩⒑屯凡渴挝镆约捌渌獠课锾宓取A硪环矫嬗捎谕在条件变化所引起:捎诔上窠嵌鹊牟煌斐扇肆车亩嘧颂缙矫婺谛!⑵矫外旋转以及上下旋转,其中平面外旋转影响较大;庹盏挠跋欤缤枷裰械牧炼取对比度的变化和阴影等。枷竦某上裉跫缟阆裆璞傅慕咕唷⒊上窬嗬耄枷窕得的途径等等。这些困难都为解决人脸检测问题造成了难度。如果能够找到一些相关算法并能在应用过程中达到实时,将为成功构造出具有实际应用价值的人脸检测与跟踪系统提供保证。由此,蚆得到的基于多特征的分层人脸特征检测系统。与此前提出的人脸检测算法相比,他们的系统具有极高的运行速度,在没有引入其他辅助信息缦嗔谥≈涞牟钜斓的情况下,检测准确率和错误接受率都能达到现有算法中最好的水平,因此,该算法在人脸分析领域引起了广泛的关注,并且在此之后,基于的人脸检测算法有了飞速的发展第
人脸检测技术回顾目前对人脸检测的研究,主要集中在静态的彩色或灰度图像的单张或多张人脸的合特征,以及肤色、纹理等因素。有时还结合考虑视角与光照等外在环境因素。通常,这些方法还能够结合分析人脸的表情等。通常主旨在于人脸定位。文献使用了三个层次的等级搜索方法的进行人脸检测。他们首先使用基于两个不同的镶嵌图对不同到不同的分辨率。在最低的图像谝徊先筛选出可能的候选区域,然后在较好分辨0迤ヅ采用某个函数来预先定义或参数化表示一类标准人脸模式,对于输入图像中的候选人脸,计算它与标准模式之间的相关性,若相关性值超过了预先设定好的阈值,就判断冉饩霭旆ǎ谝欢ǔ潭壬峡朔斯潭0宓娜毕荩,糯惴中山大学硕士学位论文:基于的人脸检测改进算法检测。尽管现在有多种人脸检测方法,但主要可以归为以下几类:谥J队胩卣鞯姆椒这类方法使用了人们关于人脸的先验信息,详细地分析人脸的各个组成部分及其组分辨率的人脸进行高层检测。然后进行基于改进的边缘算法进行低层检测。高层检测着重人脸粗略定位,而低层检测则依赖与人脸的个个细节特征。他们首先把图像分别降低率的