一種人臉馬賽克算法的研究與實現(xiàn).pdf

1、人臉馬賽克是指在一個視頻或者一幅圖像中進行人臉檢測，然后對檢測確定存在的人臉部分進行馬賽克處理，確認圖像中是否存在人臉，實現(xiàn)人臉檢測是人臉馬賽克的首要重要環(huán)節(jié)。近年來隨著人臉檢測的廣泛應用和計算機技術(shù)的發(fā)展，人臉檢測算法層出不窮，級聯(lián)Adaboost算法以其高效性和快速性在眾多人臉檢測算法中脫穎而出。級聯(lián)Adaboost算法是由PaulViola和Michael Jones在2001年提出的一種快速人臉檢測算法，它的提出對人臉檢測技術(shù)的

2、發(fā)展起著舉足輕重的作用。
　　本文對級聯(lián)Adaboost算法進行了詳細的分析，主要研究如下:
　　(1)本文對常見的幾種人臉檢測方法進行了分類，同時概述了人臉圖像預處理的方法和步驟:高斯去噪，灰度處理、尺度變換和直方圖均衡化。
　　(2)本文對級聯(lián)Adaboost算法的原理和訓練過程進行了詳細描述，同時介紹了Adaboost算法的Haar特征、弱分類器、強分類器等概念，簡單而言，Adaboost算法是一種弱分類器提升算

3、法，它通過訓練足夠多的樣本和足夠多的特征，即可以將訓練出的分類器的誤檢率降至無限接近于零。
　　(3)針對現(xiàn)有人臉馬賽克方法處理速率緩慢的問題，本文提出一種動態(tài)自適應調(diào)整Haar檢測函數(shù)閾值的人臉馬賽克算法。
　　(4)本文結(jié)合OpenCV開源計算機視覺庫與AdaBoost人臉檢測算法，選取擴展的Haar特征，將高效快速的人臉檢測及馬賽克處理變?yōu)楝F(xiàn)實。
　　本文提出的動態(tài)自適應調(diào)整Haar檢測函數(shù)閾值的方法，將人臉檢測