基于數(shù)理形態(tài)學和AdaBoost算法的人臉檢測研究.pdf

1、本文研究的主要目的是對于一幅給定的圖像，快速而準確地檢測出人臉。使用的是一種復合策略，即將整個檢測過程分為兩個部分：第一部分是候選人臉檢出，第二部分是人臉驗證。前一部分使用的是灰度圖像的數(shù)理形態(tài)學運算，后一部分使用的是基于AdaBoost思想的分類器驗證。 在候選人臉檢出部分，主要依據(jù)是眼睛灰度比周圍灰度低，而使用形態(tài)學閉運算具有濾除灰度低谷的特性，去除眼睛部分，再通過與原始圖像的對消處理，抽取出類人眼部分，進而抽取出候選人臉。

2、在人臉驗證部分，主要使用的是AdaBoost集成分類器的思想。因為從以往的研究經(jīng)驗表明，雖然采用最佳分類器能夠具有比其他任何一個分類器都好的識別性能，但是，不相同的分類器(包括最佳分類器)所產(chǎn)生的誤分類集合不一定是重疊的，或者說性能較差分類器的誤分類集合不一定包含較好分類器的誤分類器集合。從這一點得到啟發(fā)，即，那些非最佳分類器有可能對所要完成的識別任務(wù)提供可以利用的補充信息，以便進一步改善單個最佳分類器的性能。 對這兩大塊進行了