基于可變形模型的人臉檢測算法研究與應用.pdf

1、人臉面部圖像分析技術是計算機視覺熱點問題之一，而人臉檢測是諸多面部分析技術的前提。就目前而言，正面人臉檢測技術已趨近成熟，研究成果廣泛應用于人臉識別、生物信息安全、虛擬現(xiàn)實等領域，而多視角、遮擋、表情夸張等自然狀態(tài)下的人臉快速檢測技術還相對薄弱。本文在分析和總結基于傳統(tǒng)可變形模型的人臉檢測方法優(yōu)缺點的基礎上，引入人臉對齊算法，提出一種二級級聯(lián)人臉快速檢測框架，并分別將支持向量機和級聯(lián)提升算法應用到檢測框架，評測結果表明檢測器能加快人臉檢

2、測速度，提高檢測精度，有效降低誤檢率。本文主要的創(chuàng)新工作如下:
　　(1)結合傳統(tǒng)可變形模型的優(yōu)點，引入人臉對齊算法，提出二級級聯(lián)人臉快速檢測框架?？蚣馨瑑蓚€層級，第一層級檢測器快速穩(wěn)定的提供人臉候選框;第二層級檢測器通過學習以人臉特征點為中心的判別信息強的局部區(qū)域特征提高精度，過濾第一層級得到的人臉候選框，去除非人臉子窗口?？蚣艿娜髢?yōu)勢:級聯(lián)方式提高檢測速度;無需對多視角人臉建立相應模型;訓練樣本易搜集。
　　(2)本

3、文將支持向量機應用于二級級聯(lián)檢測框架，提出基于二級級聯(lián)支持向量機的人臉快速檢測算法。在第一層級中，設計了基于圖像梯度的人臉稀疏特征;在第二層級中，算法依據(jù)人臉特征點分別提取SIFT和SURF特征，實驗對比分析兩種特征下的檢測精度和速度，并指出可引入高性能人臉檢測算法改善檢測器性能。訓練過程中，本文設計了有效的難例挖掘方法加速收斂。算法采用C++開發(fā)，并采用了多個方法加速檢測過程，與其他高性能算法評測對比，結果表明二級級聯(lián)支持向量機人臉快

4、速檢測算法能流暢運行于VGA視頻流當中，能處理姿態(tài)變化的人臉，且有效降低誤檢，為無約束條件下的人臉檢測提供一種有效解決方案。
　　(3)針對傳統(tǒng)基于級聯(lián)Boosting的人臉檢測算法誤檢率稍高，人臉檢測和對齊聯(lián)合訓練時正樣本難搜集的問題，本文提出基于人臉對齊感知的級聯(lián)Boosting人臉檢測算法。該算法第一層級通過模擬近視患者在模糊視野下篩選人臉的能力去除大量背景子窗口，第二層級通過特征點周圍的菱形區(qū)域提取局部特征，并嘗試解決人臉