利用SVM改進(jìn)Adaboost算法的人臉檢測精度.pdf

1、人臉檢測是模式識別和計算機(jī)視覺研究領(lǐng)域的熱點(diǎn)之一，但是由于各方面因素的影響，人臉檢測仍然是一項十分困難的工作。本文首先介紹了人臉檢測的研究背景及意義、人臉檢測的相關(guān)知識以及當(dāng)前已有的主要的人臉檢測方法，然后對各種檢測方法的優(yōu)缺點(diǎn)作了比較深入的研究和比較，并對基于Adaboost算法的人臉檢測方法作了詳細(xì)的描述。
　　 Viola和Jones提出的基于Adaboost算法人臉檢測方法是當(dāng)前流行的一種檢測方法，該方法具有檢測速度快、

2、檢測率高的優(yōu)點(diǎn)，但同時在一定條件下也存在著誤檢率高的問題。本文在分析了其不足之處的基礎(chǔ)之上，提出了利用SVM分類方法改進(jìn)Adaboost算法的人臉檢測精度。該方法的重點(diǎn)和難點(diǎn)在于如何訓(xùn)練出一個分類精度比較高的SVM分類器，以及如何生成XML格式的分類特征庫文件。本文采用了圖像處理領(lǐng)域中的顏色空間轉(zhuǎn)換、合適的形狀特征提取方法對訓(xùn)練樣本進(jìn)行特征提取，然后訓(xùn)練出分類精度較高的SVM分類器，再利用訓(xùn)練得到的SVM分類器對Adaboost算法篩選