基于膚色劃分與Adaboost算法的人臉檢測(cè)系統(tǒng)研究.pdf

1、人臉檢測(cè)作為自動(dòng)人臉識(shí)別系統(tǒng)中的首要環(huán)節(jié)，如何快速準(zhǔn)確檢測(cè)出目標(biāo)圖像中的各種人臉直接影響到后續(xù)的人臉應(yīng)用研究。因而在計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域中，人臉檢測(cè)的研究一直都有著重要的理論意義，并且在安防、門禁控制、人機(jī)交互等方面也有著廣泛的應(yīng)用價(jià)值。本文針對(duì)彩色圖像，將膚色特征劃分與Adaboost算法組合，建立了由粗到精的兩級(jí)檢測(cè)系統(tǒng)。通過(guò)第一級(jí)膚色劃分預(yù)檢測(cè)排除大量非人臉復(fù)雜背景，確定疑似人臉的候選區(qū)域，然后通過(guò)第二級(jí)基于Adaboost算

2、法的精確檢測(cè)最終確定人臉，從而提高檢測(cè)速度以及系統(tǒng)整體的檢測(cè)率并降低誤檢率。此外，本文在前人相關(guān)Adaboost研究成果下，優(yōu)化經(jīng)典Adaboost算法存在的一些潛在問(wèn)題，提升了算法分類精度。通過(guò)實(shí)驗(yàn)對(duì)比分析表明，本文搭建的人臉檢測(cè)系統(tǒng)具有良好的檢測(cè)性能。本文研究工作主要包含以下幾個(gè)方面：
　　首先，系統(tǒng)地對(duì)比分析了近年來(lái)主流人臉檢測(cè)方法的基本理論，對(duì)各種人臉檢測(cè)方法進(jìn)行了深入的研究和討論。
　　其次，論述了膚色劃分的人臉檢

3、測(cè)原理，選擇在YCbCr顏色空間上建立了單高斯膚色模型，用閾值分割和形態(tài)學(xué)操作得到完整干凈的膚色部分作為候選人臉區(qū)域。討論了不良光照對(duì)膚色檢測(cè)的影響并給出一定解決方案。
　　然后，詳細(xì)分析了基于Adaboost算法的人臉檢測(cè)體系的各方面技術(shù)：算法原理、特征計(jì)算、訓(xùn)練過(guò)程、級(jí)聯(lián)構(gòu)造以及檢測(cè)機(jī)制。本文詳述Haar特征種類及其擴(kuò)展，并進(jìn)行了特征數(shù)縮減，接著重點(diǎn)分析了Adaboost算法性能，針對(duì)訓(xùn)練過(guò)程中樣本權(quán)重分布失衡的問(wèn)題采取多重的