基于分類器融合的人臉檢測算法研究.pdf

1、人臉是一個(gè)信息極豐富的模式集合，是人類互相判別、認(rèn)識、記憶的主要標(biāo)志，在計(jì)算機(jī)視覺、模式識別、多媒體技術(shù)研究中占有重要的地位。人臉檢測作為人臉圖像應(yīng)用領(lǐng)域中的關(guān)鍵技術(shù)，近年來受到研究者的普遍重視。本文結(jié)合國家自然科學(xué)基金項(xiàng)目，對彩色圖像中的多姿態(tài)人臉檢測技術(shù)進(jìn)行了深入的研究。 本文詳細(xì)分析了Viola等人提出的Adaboost層疊式人臉檢測算法，采用積分圖像的表示方法，快速計(jì)算出弱分類器用到的特征，然后基于Adaboost學(xué)習(xí)算

2、法，從一個(gè)較大的特征集中選擇少量的關(guān)鍵特征，產(chǎn)生一個(gè)高效的強(qiáng)分類器，再用級聯(lián)的方式將單個(gè)的強(qiáng)分類器合成為一個(gè)更加復(fù)雜的分類器，既降低了誤識率和計(jì)算時(shí)間，又顯著提高了檢測性能且具有不斷擴(kuò)展升級的能力。本文針對具有復(fù)雜背景的彩色圖像和視頻圖像中多姿態(tài)人臉檢測問題提出了一種基于多分類器融合和人臉肽色驗(yàn)證相結(jié)合的人臉檢測方法。首先使用Adaboost層疊式算法分別訓(xùn)練正面臉分類器和側(cè)面臉分類器，用得到的分類器并行檢測彩色圖像，將正面人臉檢測結(jié)果

3、和側(cè)面人臉檢測結(jié)果相融合得出可能包含人臉的候選區(qū)域，同時(shí)在YCbCr色彩空間建立膚色模型對候選區(qū)域作進(jìn)一步的人臉驗(yàn)證，最后標(biāo)定出人臉區(qū)域。本文提出的算法對不同姿態(tài)人臉分類器信息進(jìn)行融合，利用了人臉灰度紋理特征和人臉膚色信息進(jìn)行驗(yàn)證，對人臉姿態(tài)和圖像背景有較強(qiáng)的魯棒性。 本文針對彩色圖像構(gòu)造了正面人臉、側(cè)面人臉和復(fù)雜姿態(tài)人臉三組測試集，分別用正面臉分類器、側(cè)面臉分類器、正面臉和側(cè)面臉融合分類器以及本文構(gòu)造的分類器進(jìn)行人臉檢測。實(shí)驗(yàn)

4、結(jié)果表明，本文系統(tǒng)不構(gòu)造一個(gè)復(fù)雜的多姿態(tài)人臉樣本庫，而是將正面和側(cè)面等不同姿態(tài)人臉的檢測任務(wù)劃分給不同的分類器并將分類器的結(jié)果進(jìn)行融合，提高了對復(fù)雜姿態(tài)人臉的檢測概率，后期的膚色驗(yàn)證又大大降低了虛警檢測概率。另外，本文針對動態(tài)圖像構(gòu)造了室內(nèi)外四組多姿態(tài)人臉視頻測試集，同樣用上述四種分類器分別進(jìn)行人臉檢測。實(shí)驗(yàn)結(jié)果表明，本文系統(tǒng)的膚色驗(yàn)證是在少量候選人臉區(qū)域進(jìn)行的，不僅能夠準(zhǔn)確、可靠地檢測出人臉，而且具有很高的處理速度，能夠滿足實(shí)時(shí)人臉檢