基于肤色和改进的AdaBoost人脸检测算法研究
人脸检测作为自动人脸检测识别系统中的第一步,如何快速准确的检测出一张图片中的人脸直接关系到后续的人脸应用研究。因而在计算机视觉和模式识别领域中,人脸检测的研究一直都有着重要的理论研究意义,并且在安防、门禁控制、人机交互等方面也有着广泛的应用。本文针对彩色图像,将肤色特征与AdaBoost算法结合,通过第一级的肤色检测排除大量非人脸复杂背景,确定人脸候选区域,然后通过AdaBoost算法精确检测出人脸,从而提高人脸检测系统的精确率并降低误检率。此外,本文在前人的AdaBoost研究成果下,采用一种更具表现力的稀疏特征替换Haar矩形特征,从而...
人脸检测作为自动人脸检测识别系统中的第一步,如何快速准确的检测出一张图片中的人脸直接关系到后续的人脸应用研究。因而在计算机视觉和模式识别领域中,人脸检测的研究一直都有着重要的理论研究意义,并且在安防、门禁控制、人机交互等方面也有着广泛的应用。本文针对彩色图像,将肤色特征与AdaBoost算法结合,通过第一级的肤色检测排除大量非人脸复杂背景,确定人脸候选区域,然后通过AdaBoost算法精确检测出人脸,从而提高人脸检测系统的精确率并降低误检率。此外,本文在前人的AdaBoost研究成果下,采用一种更具表现力的稀疏特征替换Haar矩形特征,从而改进经典AdaBoost人脸检测算法中对偏转倾斜等人脸检测效果不佳的情况。通过实验对比分析表明,本文搭建的人脸检测系统具有良好的检测性能。本文研究工作主要包含以下几个方面:
  1.系统地对比分析了近年来主流人脸检测方法的基本理论,对各种人脸检测方法进行了深入的研究和讨论。
  2.论述了肤色检测原理,在YCbCr颜色空间上建立了单高斯肤色模型,用阈值分割和形态学操作得到完整干净的候选人脸区域。
  3.详细分析了基于AdaBoost的人脸检测系统的训练和检测过程。
  4.采用一种新型的稀疏特征替换Haar特征,分析了稀疏特征的定义及其搜索方法。
  5.最后搭建了一个人脸检测系统,并通过大量实验分析对比,对实验系统进行了评估。
展开
作者: 李瑞淇
学科专业: 交通信息工程及控制
授予学位: 硕士
学位授予单位: 西安电子科技大学
导师姓名: 张向东
学位年度: 2014
语 种: chi
分类号: TP391.41
在线出版日期: 2015年4月15日