人臉檢測方法研究.pdf

1、該文作者結(jié)合研究生階段所參加的科研項目,對人臉檢測問題作了一些探討,對基于積分圖像的Adaboost人臉檢測方法存在的部分問題分別進行了研究,并給出了相應(yīng)的解決方案.該文工作包括:(1)Adaboost學(xué)習算法的改進基于積分圖像的Adaboost方法采用一種稱為"積分圖像"的圖像表示方法,快速計算出弱分類器用到的特征.然后基于Adaboost學(xué)習算法,從一個較大的特征集中選擇少量的關(guān)鍵的視覺特征,產(chǎn)生一個高效的強分類器.再用級聯(lián)的方式將

2、單個的強分類器合成為一個更加復(fù)雜的層疊分類器,使圖像的背景區(qū)域快速地丟棄,而在有可能存在目標(人臉)的區(qū)域花費更多的計算,其在人臉檢測方面速度相當快.該文在對Adaboost學(xué)習特點的深入分析基礎(chǔ)上,在構(gòu)成弱分類器用到的特征選取方面作了一定改進,提高了分類器的性能,并提出一種有效的方法來完善學(xué)習算法.實驗結(jié)果表明,新的人臉檢測器檢測效果有所提高,構(gòu)造效率則顯著提高.(2)基于膚色的人臉檢測方法研究該文選擇目前廣泛使用的YCbCr色彩模型

3、來進行膚色分割和人臉驗證,最終構(gòu)建了一個純粹利用膚色來檢測人臉的檢測系統(tǒng).該文采用了一種光照校正算法部分消除光照對顏色影響,提高了檢測算法的適應(yīng)能力,并對膚色區(qū)域分割和膚色區(qū)域合并算法進行了一定研究.實驗結(jié)果表明,這種人臉檢測方法對于不同姿態(tài)、不同表情的人臉均有較好適用性.(3)提出一種基于膚色區(qū)域分割預(yù)處理與多層疊分類器驗證相結(jié)合的人臉檢測方法基于積分圖像的Adaboost方法構(gòu)造的多層疊分類器用于人臉檢測雖然取得了極大成功,但同樣因

4、為要對輸入圖像窮舉掃描,在很大程度上影響了檢測效率,這限制了它在一些實時性要求的較高的大幅圖像人臉檢測應(yīng)用中的使用.該文在多層疊分類器基礎(chǔ)上,通過膚色區(qū)域分割預(yù)處理產(chǎn)生候選人臉區(qū)域.并在候選區(qū)域上采用多層疊分類器通過受限窗口掃描進行人臉檢測,由此減少傳統(tǒng)多尺度窮舉掃描檢測方法的計算代價.而且通過候選區(qū)域掃描限制了人臉誤識情況的發(fā)生,從而提高系統(tǒng)的總體性能.實驗結(jié)果表明,新的人臉檢測器計算速度有很大提高(大幅彩色圖像中),同時保持了多層疊