一種基于支持向量機(jī)的人臉檢測(cè)方法.pdf

1、人臉信息處理，主要包括人臉檢測(cè)、人臉跟蹤、人臉識(shí)別以及衍生出來的姿態(tài)和表情分析等幾個(gè)主要領(lǐng)域，其中人臉檢測(cè)是人臉信息處理領(lǐng)域中的一項(xiàng)關(guān)鍵技術(shù)。 在人臉檢測(cè)中，精度和速度是一個(gè)人臉檢測(cè)系統(tǒng)的兩個(gè)重要方面，一般都希望一個(gè)系統(tǒng)既能有很高的精度又能達(dá)到實(shí)時(shí)的速度。但是實(shí)際研究中這兩方面又常常存在矛盾。一般是在精度不能滿足的條件下，犧牲速度來滿足精度。如何能在保證精度的前提下，有效地提高系統(tǒng)的速度，對(duì)人臉檢測(cè)的研究有很重要的意義。

2、 針對(duì)以上關(guān)鍵性問題，本文首先歸納和分析了當(dāng)前人臉檢測(cè)的典型算法，然后提出了一個(gè)由粗檢和細(xì)檢組成的篩選與驗(yàn)證方法，以定位人臉位置。首先，本文在粗檢過程中在膚色分割的基礎(chǔ)上提出根據(jù)眼睛，嘴和人臉區(qū)域最低點(diǎn)之間的幾何關(guān)系初步確定人臉區(qū)域，實(shí)驗(yàn)證明該方法可以降低側(cè)面臉的漏檢率；然后把粗檢的區(qū)域進(jìn)行灰度處理之后用SVM分類器進(jìn)行細(xì)檢。本文提出分類檢測(cè)的方法，即分別訓(xùn)練正面臉與側(cè)面臉分類器對(duì)相應(yīng)的正面臉和側(cè)面臉進(jìn)行檢測(cè)，實(shí)驗(yàn)表明該方法在不犧牲速度