基于adaboost算法的实时性人脸检测定位技术研究.doc

摘 要 人脸检测是指任意给定一副图像或者一组图像序列，判定该图像或图像序列中是否存在人脸。本文研究人脸检测以及实时性人脸检测问题。在人脸检测环节中，本文采用了基于AdaBoost算法的人脸检测以及图片预处理技术，并通过调用OpenCv里的函数来实现人脸检测的实时性。AdaBoost的人脸检测从一个较大的特征集中选择少量关键的haar-like特征，产生一个高效的强分类器。再用级联方式将单个的强分类器级联成为一个更加复杂的级联分类器。分类器的好坏决定了一个人脸检测系统的好坏。 在图像预处理环节，本文采用直方图均衡化、中值滤波的处理方法，能够大大加快人脸检测的速度。最后，在实现实时性的时候，通过调用CvCapture- FromCAM函数从视频当中获取图片，实现本系统的实时性。 关键字：人脸检测，AdaBoost算法，图像处理  ABSTRACT We mainly study human face detection and real-time face detection problem. In the part of the face detection, we use the algorithm based on AdaBoost to realize face detection，and call the function in the OpenCv to achieve real-time face detection. AdaBoost face detection is a method which select a small number of key haar-like features from a larger feature, resulting in an efficient and strong classifier. Then we cascade to a single strong classifier which is cascaded into a more complex cascade classifier. The quality of the classifier determines a face detection system good or bad. In image preprocessing, histogram equalization and median filtering approach can greatly accelerate the speed of face detection. Finally, to realize “real-time”, we call cvCaptureFromCAM functions to obtain pictures from the video. Keywords: Face detection, AdaBoost algorithm , Image processing 目 录 第1章 引 言 1 1.1选题背景 1 1.2国内外发展现状 2 1.3人脸检测方法 3 1.3.1特征不变量方法 3 1.3.2基于知识的方法 4 1.4研究思路 4 第2章 AdaBoost算法 6 2.1 AdaBoost算法简介 6 2.2矩形特征 7 2.3积分图 9 2.4级联分类器 11 2.5AdaBoost算法描述 11 第3章 AdaBoost算法训练过程 13 3.1AdaBoost算法训练过程 13 3.2弱分类器 16 3.3强分类器 18 3.4分类器训练 18 3.5人脸检测过程 20 3.6实验结果分析 23 第4章 图像预处理 25 4.1 直方图均衡化 25 4.2灰度变换 26 4.3 中值滤波 27 第5章 实时性人脸检测研究 29 5.1 实时性人脸检测系统描述 29 5.2 OpenCv视觉函数库 30 5.3 实时性人脸检测实验结果及分析 31 第6章 结束语 36 参考文献 37 致 谢 38 附 录 39 外文资料原文 46 外文资料译文 54  两部分。 最初人脸分析主要集中在人脸识别领域。 与指纹、 视网膜、虹膜、基因、掌纹等其它人体生物特征识别系统相比，人脸识别更加直接、友好，其使用者无心理障碍。人脸识别技术应用背景十分广泛，可用于公安系统刑侦破 案的罪犯身份识别、身份证及驾驶执照等证件验证、银行及海关的监控、自动门视频会议、机器人的智能化研究以及医学等方面。 早期的人脸识别算法都是在假设已经得到了一个正面人脸或者假设人脸很容易获得的前提下进行的， 但是随着人脸分析应用范围的不断扩大和开发实际系统需求的不断提高，这种假设下的研究不再能满足需求。人脸检测开始作为独立的研究内