基于Adaboost算法和膚色分割的人臉檢測(cè)算法.pdf

1、自從上世紀(jì)八十年代以來,人臉檢測(cè)與識(shí)別的技術(shù)就獲得眾多研究者的關(guān)注。隨著近年計(jì)算機(jī)與信息技術(shù)的發(fā)展,它的應(yīng)用已經(jīng)滲透到工業(yè)、軍事、偵查等方面。本文對(duì)人臉檢測(cè)課題展開了研究,從前人研究結(jié)果來看,該課題存在的難點(diǎn)是:圖片中人臉檢測(cè)本身的復(fù)雜性與多變性、光照問題、檢測(cè)效率及性能的問題。
　　本文通過對(duì)比各種人臉檢測(cè)方法的優(yōu)缺點(diǎn),在借鑒了目前國(guó)內(nèi)外在人臉檢測(cè)方向的前沿理論和技術(shù)的基礎(chǔ)上,結(jié)合自己的創(chuàng)新,提出了基于Adaboost算法和膚色

2、分割的人臉檢測(cè)方法。該方法主要分為兩個(gè)階段,第-階段是膚色檢測(cè)階段:在YCbCr色彩空間中建立膚色模型,進(jìn)而利用形態(tài)學(xué)處理來分割人臉區(qū)域,并對(duì)可能存在人臉的區(qū)域進(jìn)行標(biāo)識(shí)。第二階段是Adaboost算法檢測(cè)階段:利用Adaboost算法構(gòu)建瀑布模型,對(duì)第-階段標(biāo)識(shí)的區(qū)域進(jìn)行再次篩選和分類,最終確定人臉區(qū)域。
　　本文方法的優(yōu)點(diǎn)在于:
　　1)利用膚色檢測(cè)人臉,有效的減弱了單-膚色人臉檢測(cè)中膚色受光照的影響,提高系統(tǒng)的檢測(cè)準(zhǔn)確率