人臉圖像檢測識別算法研究.pdf

1、人臉檢測和識別技術(shù)由于其在安全訪問控制、視覺檢測、基于內(nèi)容的檢索和新一代人機界面等領(lǐng)域的應用價值，目前已經(jīng)成為圖像處理、模式識別、人工智能等領(lǐng)域內(nèi)最為活躍的研究課題之一。但由于難度較大，目前對人臉識別的研究發(fā)展仍不成熟。
　　 本文首先在分析當前人臉檢測算法的基礎上，采用機器學習算法AdaBoost算法進行人臉檢測，對人臉特征進行了描述、拓展了特征形式、深入研究了弱分類器的構(gòu)成，構(gòu)建了單層層疊分類器和瀑布層疊分類器兩種結(jié)構(gòu)。針對

2、訓練時間過長的問題，對瀑布層疊分類器算法進行了改進，使得訓練時間有所減少。在目前的訓練條件下，已經(jīng)取得了比較好的實驗效果。同時在得到的人臉中，有效的運用膚色模型等策略去除錯誤報警。
　　 然后深入研究了特征提取的方法，包括奇異值分解和Gabor特征提取的方式。由于Gabor特征對于光照變化比較魯棒，但是如果采用全部的特征用于識別，會帶來“維數(shù)災難”，使得識別效率降低。同時對特征權(quán)重的平均分配也不利用人臉識別。為了得到對于人臉識別