基于膚色分割與AdaBoost算法的人臉檢測(cè)研究.pdf

1、人臉檢測(cè)是計(jì)算機(jī)視覺與模式識(shí)別領(lǐng)域中最重要的研究課題之一。人臉檢測(cè)在基于內(nèi)容的圖像檢索、虛擬現(xiàn)實(shí)、視頻監(jiān)控、人臉識(shí)別和身份驗(yàn)證等多方面都有廣泛的應(yīng)用。人臉識(shí)別的首要條件就是用檢測(cè)技術(shù)把人臉從背景中檢測(cè)出來，但人臉受光照、背景、姿勢(shì)等因素的影響，使得人臉檢測(cè)成為一項(xiàng)復(fù)雜的、具有挑戰(zhàn)性的研究課題。針對(duì)人臉檢測(cè)面對(duì)的難題，本文重點(diǎn)研究了人臉特征的表征方法和人臉特征檢測(cè)的相關(guān)算法，并進(jìn)行了相應(yīng)的改進(jìn)。本文主要的研究工作包括以下內(nèi)容：
　　

2、 (1)對(duì)多種膚色分割方法進(jìn)行了研究并改進(jìn)了分段多高斯膚色分割方法。該方法主要通過以下三步來實(shí)現(xiàn)：(a)在亮度Y的三個(gè)區(qū)間內(nèi)分別對(duì)膚色色度CbCr進(jìn)行高斯擬合，得到膚色的概率統(tǒng)計(jì)函數(shù)；(b)選擇合適的閾值區(qū)間，使得它包含的膚色累積概率分布接近100％；(c)使用相應(yīng)亮度區(qū)間內(nèi)的閾值對(duì)圖像進(jìn)行膚色分割。
　　 (2)通過對(duì)邊緣檢測(cè)算子計(jì)算原理研究之后，提出了代表圖像輪廓信息的Haar-like強(qiáng)度特征。對(duì)Haar-like特征值

3、進(jìn)行取模運(yùn)算可以得到Haar-like強(qiáng)度特征值的特征值。
　　 (3)通過結(jié)合基本Haar-like特征閾值與強(qiáng)度特征閾值，構(gòu)造了錯(cuò)誤更低的Haar-like多閾值特征。該特征結(jié)合Haar-like基本特征與強(qiáng)度特征的閾值在Haar-like特征值空間上進(jìn)行劃分得到四個(gè)區(qū)域；分別對(duì)每個(gè)區(qū)域中的正負(fù)樣本權(quán)重進(jìn)行統(tǒng)計(jì)，判定該區(qū)域是屬于人臉還是非人臉，并設(shè)置相應(yīng)的標(biāo)志位。
　　 (4)使用膚色分割預(yù)處理得到了改進(jìn)的級(jí)聯(lián)檢測(cè)器