基于視頻圖像序列的人臉檢測技術(shù)研究.pdf

1、人臉檢測問題最初作為自動人臉識別系統(tǒng)的定位環(huán)節(jié)而被提出，近年由于人臉檢測技術(shù)巨大的理論價值和廣闊的應(yīng)用前景，得到了廣大學(xué)者的普遍關(guān)注，各種檢測算法和實際應(yīng)用系統(tǒng)也不斷涌現(xiàn)。
　　 本文以運(yùn)動目標(biāo)檢測以及人臉檢測的相關(guān)算法為研究對象，實現(xiàn)了基于視頻圖像序列的人臉檢測識別系統(tǒng)。該系統(tǒng)具有明確的應(yīng)用背景，科研人員希望該系統(tǒng)內(nèi)嵌于先進(jìn)的數(shù)字電視，為廣大消費(fèi)者提供更加人性化和智能化的服務(wù)。作為人臉識別系統(tǒng)的關(guān)鍵環(huán)節(jié)，人臉檢測系統(tǒng)的性能直接

2、影響到了整個人臉識別系統(tǒng)的整體性能，本文重點從檢測率和檢測速度兩個方面來分析人臉檢測系統(tǒng)的性能，主要工作包括以下三個方面：
　　 1)在閱讀了大量文獻(xiàn)的基礎(chǔ)上，結(jié)合實際應(yīng)用的需要，本文選擇基于AdaBoost算法的人臉檢測方法作為實時人臉檢測系統(tǒng)的具體實施方案。首先，從理論方面分析了AdaBoost算法的基本原理，并導(dǎo)出了該算法的訓(xùn)練誤差和泛化誤差；之后，研究了利用AdaBoost算法進(jìn)行人臉檢測的基本過程，其中重點討論了多尺度

3、人臉檢測以及多個相似人臉框的合并問題。
　　 2)研究如何有效地利用視頻圖像所提供的運(yùn)動信息來提高人臉檢測系統(tǒng)的檢測速率并降低誤檢率。由于研究的是基于視頻圖像而不是靜態(tài)圖像的人臉檢測，圖像中檢測窗口越小，檢測速度越快，誤檢率越低，為了合理地縮小待檢測窗口，本文所構(gòu)建的系統(tǒng)在進(jìn)行人臉檢測之前，首先進(jìn)行運(yùn)動目標(biāo)檢測。在分析現(xiàn)有的運(yùn)動目標(biāo)檢測算法的基礎(chǔ)上，提出了改進(jìn)的幀間差分算法，該算法能夠檢測出來當(dāng)前幀視頻圖像中的運(yùn)動區(qū)域，還能有效

4、地標(biāo)示“先驗人臉區(qū)域”（即前一幀圖像中檢測到的人臉區(qū)域）。
　　 3)構(gòu)建出一個基于運(yùn)動信息和AdaBoost算法的實時人臉檢測系統(tǒng)。為了驗證該系統(tǒng)的性能，本文從光照、人臉與攝像頭之間的距離、檢測速度和檢測率等方面做了詳細(xì)的分析和比較。
　　 實驗結(jié)果證明：與傳統(tǒng)的AdaBoost算法相比，本文提出的基于運(yùn)動信息和AdaBoost算法的實時人臉檢測算法，具有檢測率高，檢測速度快和魯棒性強(qiáng)等特點。該算法有效的克服了存在大量