基于Boosting人臉檢測(cè)算法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、人臉檢測(cè)技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中人臉圖像處理系統(tǒng)的關(guān)鍵步驟，直接影響整個(gè)系統(tǒng)的性能。隨著嵌入式系統(tǒng)在生產(chǎn)生活中的廣泛應(yīng)用，速度和實(shí)時(shí)性是嵌入式產(chǎn)品亟需解決的問題，因此迫切需要設(shè)計(jì)一種適宜在嵌入式系統(tǒng)上實(shí)現(xiàn)快速實(shí)時(shí)的人臉檢測(cè)算法。
　　論文的目標(biāo)是優(yōu)化一種適用于嵌入式平臺(tái)的基于Boosting算法的人臉檢測(cè)方法。本文總結(jié)了目前常用的人臉檢測(cè)方法及主要特點(diǎn)，并設(shè)計(jì)了適用于嵌入式平臺(tái)的基于YCb'Cr'顏色空間和Adaboost級(jí)聯(lián)算法相

2、結(jié)合的人臉檢測(cè)方法。本文算法主要是通過易于實(shí)現(xiàn)的YCb'Cr'膚色模型檢測(cè)出待測(cè)圖片中的膚色像素，并對(duì)待測(cè)圖片進(jìn)行直方圖均衡化、高斯濾波去噪處理和形態(tài)學(xué)處理操作，分割出膚色的候選區(qū)域，對(duì)分割出的候選區(qū)域應(yīng)用Adaboost級(jí)聯(lián)分類器進(jìn)行人臉檢測(cè)，提高了檢測(cè)速度，減少了誤檢率。然后利用麻省理工學(xué)院(MIT)正面人臉庫(kù)分別訓(xùn)練不同級(jí)數(shù)的Adaboost級(jí)聯(lián)分類器，并與YCb'Cr'膚色模型相結(jié)合，通過分析比較，在保證檢測(cè)率的前提下，兼顧檢測(cè)

3、速度和誤檢率，選擇20級(jí)的Adaboost級(jí)聯(lián)分類器與YCb'Cr'顏色空間結(jié)合的算法。將設(shè)計(jì)的人臉檢測(cè)算法分別在高性能的SEP0611平臺(tái)和北京艾睿合眾科技的SEED-DVS8168的嵌入式開發(fā)平臺(tái)上實(shí)現(xiàn)并作相應(yīng)的優(yōu)化工作，以驗(yàn)證該算法在嵌入式平臺(tái)上的通用性。
　　實(shí)驗(yàn)結(jié)果表明，本文算法在加州理工學(xué)院Markus Weber的彩色正面人臉庫(kù)上檢測(cè)率約為93.89％，誤檢率約為7.56％，檢測(cè)速度較改進(jìn)前20級(jí)Adaboost級(jí)聯(lián)