動(dòng)態(tài)人耳實(shí)時(shí)檢測(cè)方法研究.pdf

1、人耳檢測(cè)作為人耳識(shí)別過(guò)程的第一步，有著不容忽視的作用和價(jià)值。目前大多數(shù)人耳識(shí)別的研究工作都是在假定圖像中的人耳己經(jīng)被檢測(cè)和定位的前提下進(jìn)行的。為了實(shí)現(xiàn)人耳識(shí)別系統(tǒng)的自動(dòng)化，快速而高效地檢測(cè)和跟蹤人耳是一個(gè)亟待解決的問(wèn)題。
　　人耳檢測(cè)可分為靜態(tài)人耳檢測(cè)和動(dòng)態(tài)人耳檢測(cè)，本文主要研究動(dòng)態(tài)人耳檢測(cè)方法。現(xiàn)在已經(jīng)存在一些人耳靜態(tài)圖像庫(kù)，但是還沒(méi)有公開的人耳視頻庫(kù)。而為了檢驗(yàn)人耳檢測(cè)和識(shí)別算法的優(yōu)劣，建立一個(gè)標(biāo)準(zhǔn)的、開放的動(dòng)態(tài)人耳圖像視頻庫(kù)

2、是非常重要的。因此，本實(shí)驗(yàn)室創(chuàng)建了一個(gè)具有一定規(guī)模的人耳圖像視頻庫(kù)。該數(shù)據(jù)庫(kù)包含了120個(gè)中國(guó)人的人耳，采集時(shí)每個(gè)人具有2種典型光照變化，2種運(yùn)動(dòng)類型和3種干擾，充分考慮了研究用途和實(shí)際應(yīng)用場(chǎng)合。每人采集30段不同情形的視頻，總共采集了3600段視頻。
　　本文通過(guò)對(duì)現(xiàn)有的人耳檢測(cè)方法進(jìn)行研究，在保證檢測(cè)率的前提下，為了提高人耳檢測(cè)的速度，提出了一種新的人耳檢測(cè)方法。首先利用樣本離線訓(xùn)練人耳膚色直方圖，接著采用改進(jìn)的CamShif

3、t算法完成人耳初定位，最后利用多步校正的改進(jìn)AdaBoost算法實(shí)現(xiàn)人耳的精確定位。在該方法中，將人耳圖像的膚色信息和灰度圖像的Haar型特征信息結(jié)合起來(lái)，為解決人耳檢測(cè)的實(shí)時(shí)性問(wèn)題提出了一個(gè)新的思路。該方法中離線訓(xùn)練階段使用了3600個(gè)正樣本和5300個(gè)負(fù)樣本，共訓(xùn)練了12層。整個(gè)檢測(cè)流程在WindowsXP操作系統(tǒng)平臺(tái)上用C和C++編程實(shí)現(xiàn)。
　　最后，我們使用該方法對(duì)實(shí)驗(yàn)室采集的3600段人耳視頻進(jìn)行了檢測(cè)，結(jié)果表明，該方法