快速人臉檢測(cè)算法的改進(jìn)策略及在視頻中的應(yīng)用.pdf

1、人臉檢測(cè)研究在人臉識(shí)別、新一代人機(jī)界面、視覺(jué)監(jiān)控、基于內(nèi)容的圖片檢索等諸多領(lǐng)域中具有廣泛的應(yīng)用價(jià)值,近年來(lái)受到國(guó)內(nèi)外研究者的普遍重視也出現(xiàn)了眾多的檢測(cè)方法。大部分方法的檢測(cè)速度都比較慢,這就限制了其在實(shí)時(shí)性要求較高領(lǐng)域中的應(yīng)用。這個(gè)檢測(cè)速度的難題在Viola和Jones的研究下得到了比較理想的解決。他們提出的基于BoostedCascade檢測(cè)結(jié)構(gòu)基本上能滿足實(shí)時(shí)的要求。
　　 本文的主要工作及創(chuàng)新是在基于AdaBoost的人臉

2、檢測(cè)算法的基礎(chǔ)上,提出了兩點(diǎn)改進(jìn)方案:第一個(gè)改進(jìn)是提出一個(gè)雙閾值分類(lèi)器來(lái)取代原來(lái)的單閾值弱分類(lèi)器。這個(gè)改進(jìn)能夠使訓(xùn)練時(shí)間大大減少,檢測(cè)速度也有一定的提高;第二個(gè)改進(jìn)是采用基于半邊臉樣本集進(jìn)行訓(xùn)練而不是用完整人臉進(jìn)行訓(xùn)練。這個(gè)改進(jìn)拓寬了人臉檢測(cè)范圍,對(duì)有遮擋、左右臉光照不均勻以及有明顯偏轉(zhuǎn)的人臉也能檢測(cè)到。
　　 本文最后還實(shí)現(xiàn)了一個(gè)視頻人臉檢測(cè)系統(tǒng),將人臉檢測(cè)從靜態(tài)圖片推廣到視頻的動(dòng)態(tài)檢測(cè)。該系統(tǒng)采用的Cascade檢測(cè)鏈?zhǔn)蔷C合