基于神經(jīng)網(wǎng)絡(luò)擴張的Adaboost人臉檢測算法研究.pdf

1、分類號四3窆1鈕工程碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)擴張的Adaboost人臉檢測算法研究寧軻論文答辯日期2Q131511墨學(xué)位授予日期2Q131魚13Q基于神經(jīng)網(wǎng)絡(luò)擴張的Adaboost人臉檢測算法研究摘要人臉識別是一種生物特征識別技術(shù)，是進入21世紀(jì)以來，計算機技術(shù)在社會生活領(lǐng)域中的一項熱門應(yīng)用。其被廣泛應(yīng)用于數(shù)碼相機、攝像機的人臉自動對焦技術(shù)、視頻監(jiān)控中的身份識別、門禁系統(tǒng)的身份識別和各種人工智能控制系統(tǒng)的識別應(yīng)用。相信在未來的一段時間內(nèi)

2、，應(yīng)用人臉識別的地方會越來越多，而各種識別算法也將更先進和便捷。如何在各種復(fù)雜畫面中區(qū)分人臉和非人臉或者確認(rèn)是否存在人臉，并最終檢測出人臉部分，是整個人臉研究過程中的第一步，也是最重要的一步?；趆daboost算法的人臉檢測正是眾多算法中運用最為廣泛的算法。本文對已有算法進行了分析和研究，實驗表明，本文提出的人臉檢測算法是合理的，具有一定的實際意義。文本的研究工作主要包括以下幾個方面：(1)基于Adaboost算法的人臉檢測傳統(tǒng)的Ad

3、aboost算法，其檢測速度雖快，但錯檢率和重復(fù)檢測率仍比較高。本文闡述了Adaboost算法的基本原理和檢測流程，為減少計算量和主要特征參數(shù)，本文采用主成分分析方法(PCA)對訓(xùn)練集、測試集和待測圖片做了降維處理。并分析了影響此算法的主要因素，最后給出了一些圖片的檢測結(jié)果。(2)基于神經(jīng)網(wǎng)絡(luò)擴張的Adaboost人臉檢測本文提出了原有Adaboost。算法結(jié)合LVQ神經(jīng)網(wǎng)絡(luò)進行人臉檢測的方法，提出了樣本擴張的思路，此方法使得原有樣本能