人臉檢測(cè)識(shí)別方法研究與系統(tǒng)設(shè)計(jì).pdf

1、隨著科學(xué)技術(shù)的飛速發(fā)展，人們?cè)诎踩?yàn)證和信息識(shí)別方面的需求也越來(lái)越廣泛。目標(biāo)圖像的檢測(cè)與識(shí)別是一項(xiàng)重要研究?jī)?nèi)容，而人臉圖像作為最重要的視覺圖像之一，在機(jī)器視覺、多媒體技術(shù)、信息處理技術(shù)等研究中占有重要的地位。人臉檢測(cè)作為人臉信息處理技術(shù)的第一步和重要環(huán)節(jié)，業(yè)已成為一項(xiàng)獨(dú)立而活躍的研究應(yīng)用課題，受到了研究者的普遍關(guān)注。
　　本文在分析前人工作的基礎(chǔ)上，將AdaBoost算法運(yùn)用于人臉檢測(cè)問題，以人臉圖像和非人臉圖像作為訓(xùn)練樣本，以類

2、Haar特征和積分圖為基礎(chǔ)，訓(xùn)練出AdaBoost分類器，并通過構(gòu)建級(jí)聯(lián)分類器，使得人臉檢測(cè)性能達(dá)到符合實(shí)際應(yīng)用要求的水平。用訓(xùn)練出的AdaBoost級(jí)聯(lián)分類器對(duì)實(shí)際圖像進(jìn)行人臉檢測(cè)，取得了很好的效果。在實(shí)現(xiàn)了基于AdaBoost算法的人臉檢測(cè)的基礎(chǔ)上，提出了AdaBoost與SVM相結(jié)合的人臉檢測(cè)方法。此方法在AdaBoost級(jí)聯(lián)構(gòu)架的基礎(chǔ)上，采用SVM分類器代替?zhèn)鹘y(tǒng)的AdaBoost分類器。在訓(xùn)練SVM分類器的過程中，針對(duì)人臉樣本和

3、非人臉樣本，提取若干個(gè)具有最強(qiáng)分類能力的類Haar特征，訓(xùn)練出SVM分類器。在達(dá)到很高訓(xùn)練樣本擬合度的同時(shí)，通過對(duì)驗(yàn)證集進(jìn)行分類來(lái)保證分類器的泛化能力，并且通過采用有側(cè)重的懲罰因子設(shè)定，使得SVM分類器對(duì)人臉樣本更加重視。同時(shí)，本文對(duì)類Haar特征的提取方法提出了改進(jìn)，合理的減少了計(jì)算量、提高了運(yùn)算速度。在實(shí)現(xiàn)人臉檢測(cè)之后，需要進(jìn)行下一步的人臉識(shí)別，來(lái)判斷檢測(cè)到的人臉是否是人臉庫(kù)中的目標(biāo)人臉。本文將子空間PCA方法運(yùn)用于人臉識(shí)別過程中，