基于部件的多角度模型融合的人臉檢測.pdf

1、在計算機視覺和模式識別領域中，人臉識別一直是非常熱門的研究課題。隨著時代的進步，人們的生活越來越豐富多彩，現(xiàn)代化的高科技發(fā)展異常迅速，人臉檢測技術應用到了日常生活中的許多領域，比如常見的門禁系統(tǒng)、視頻會議、地鐵站及銀行監(jiān)控等。不管是單獨的人臉檢測系統(tǒng)，還是將人臉檢測技術進行平臺移植，不斷提高人臉檢測技術都將會促進人臉檢測系統(tǒng)的完善。發(fā)展至今，雖然出現(xiàn)了很多的人臉檢測方法，但是由于人臉變化的多樣性以及環(huán)境變化的復雜性等問題，使得人臉檢測始

2、終是一個充滿挑戰(zhàn)的研究課題。
　　由P. F e lz e n sz w a l b提出了一種基于可變形部件模型的物體檢測算法，該算法能夠很好的檢測不同類型而且多變的目標，并且在P A S C A L目標檢測挑戰(zhàn)賽上取得了優(yōu)異成績。基于部件模型的檢測算法是一種較新的檢測方法，該算法是對部分標記的樣本進行有區(qū)別的訓練。近年來，在人臉識別領域，可變形部件模型檢測的優(yōu)越性越發(fā)體現(xiàn)出來，它根據(jù)人臉的整體信息和各部分信息之間的關系來提高人臉

3、檢測的效率，即使是多變的人臉目標或在復雜的自然環(huán)境下該模型也表現(xiàn)出了優(yōu)異的性能。
　　在對可變形部件模型進行了深入研究的基礎上，提出了基于部件的多角度模型融合的人臉檢測方法。首先就人臉特征H O G特征的單元大小對識別結果的影響進行了研究，將單元大小依次調(diào)整為s b i n=6、8、10進行實驗，得到s b i n=8時為效果最佳；然后，研究了模型部件的個數(shù)對檢測效果的影響，分析實驗結果發(fā)現(xiàn)，在沒有明顯提高訓練時間和檢測時間的前提