人臉檢測(cè)方法研究.pdf

1、該文作者結(jié)合研究生階段所參加的科研項(xiàng)目,對(duì)人臉檢測(cè)問題作了一些探討,對(duì)基于積分圖像的Adaboost人臉檢測(cè)方法存在的部分問題分別進(jìn)行了研究,并給出了相應(yīng)的解決方案.該文工作包括:(1)Adaboost學(xué)習(xí)算法的改進(jìn)基于積分圖像的Adaboost方法采用一種稱為"積分圖像"的圖像表示方法,快速計(jì)算出弱分類器用到的特征.然后基于Adaboost學(xué)習(xí)算法,從一個(gè)較大的特征集中選擇少量的關(guān)鍵的視覺特征,產(chǎn)生一個(gè)高效的強(qiáng)分類器.再用級(jí)聯(lián)的方式將

2、單個(gè)的強(qiáng)分類器合成為一個(gè)更加復(fù)雜的層疊分類器,使圖像的背景區(qū)域快速地丟棄,而在有可能存在目標(biāo)(人臉)的區(qū)域花費(fèi)更多的計(jì)算,其在人臉檢測(cè)方面速度相當(dāng)快.該文在對(duì)Adaboost學(xué)習(xí)特點(diǎn)的深入分析基礎(chǔ)上,在構(gòu)成弱分類器用到的特征選取方面作了一定改進(jìn),提高了分類器的性能,并提出一種有效的方法來完善學(xué)習(xí)算法.實(shí)驗(yàn)結(jié)果表明,新的人臉檢測(cè)器檢測(cè)效果有所提高,構(gòu)造效率則顯著提高.(2)基于膚色的人臉檢測(cè)方法研究該文選擇目前廣泛使用的YCbCr色彩模型

3、來進(jìn)行膚色分割和人臉驗(yàn)證,最終構(gòu)建了一個(gè)純粹利用膚色來檢測(cè)人臉的檢測(cè)系統(tǒng).該文采用了一種光照校正算法部分消除光照對(duì)顏色影響,提高了檢測(cè)算法的適應(yīng)能力,并對(duì)膚色區(qū)域分割和膚色區(qū)域合并算法進(jìn)行了一定研究.實(shí)驗(yàn)結(jié)果表明,這種人臉檢測(cè)方法對(duì)于不同姿態(tài)、不同表情的人臉均有較好適用性.(3)提出一種基于膚色區(qū)域分割預(yù)處理與多層疊分類器驗(yàn)證相結(jié)合的人臉檢測(cè)方法基于積分圖像的Adaboost方法構(gòu)造的多層疊分類器用于人臉檢測(cè)雖然取得了極大成功,但同樣因

4、為要對(duì)輸入圖像窮舉掃描,在很大程度上影響了檢測(cè)效率,這限制了它在一些實(shí)時(shí)性要求的較高的大幅圖像人臉檢測(cè)應(yīng)用中的使用.該文在多層疊分類器基礎(chǔ)上,通過膚色區(qū)域分割預(yù)處理產(chǎn)生候選人臉區(qū)域.并在候選區(qū)域上采用多層疊分類器通過受限窗口掃描進(jìn)行人臉檢測(cè),由此減少傳統(tǒng)多尺度窮舉掃描檢測(cè)方法的計(jì)算代價(jià).而且通過候選區(qū)域掃描限制了人臉誤識(shí)情況的發(fā)生,從而提高系統(tǒng)的總體性能.實(shí)驗(yàn)結(jié)果表明,新的人臉檢測(cè)器計(jì)算速度有很大提高(大幅彩色圖像中),同時(shí)保持了多層疊