快速人脸检测技术综述.pdfVIP

快速人脸检测技术综述 李月敏1 陈杰2高文1,2,3尹宝才1 1北京工业大学计算机学院多媒体与智能软件技术实验室， 北京100022 2哈尔滨工业大学计算机科学与技术学院， 哈尔滨150001 3中国科学院计算技术研究所先进人机通信技术联合实验室， 北京100080 摘要人脸检测可以应用到人脸识别、新一代的人机界面、安全访问和视觉监控以及基于内容 的检索等领域，具有重要的意义。人脸检测要走向实际应用，精度和速度是亟需解决的两个关键问 题。经过20世纪90年代以来十多年的发展，人脸检测的精度得到了大幅度的提高，但是速度却一 直是阻挠人脸检测走向实用的绊脚石。为此研究者们也作了艰辛的努力。直到2l世纪Viola基于 AdaBoost算法的人脸检测嚣的发表，人脸检测的速度才得到了实质性的提高。该算法的发表也促进 了人脸检测研究的进一步蓬勃发展，在这方面先后涌现出了一批优秀的文献。基于此，本文在系统 地整理分析了人脸检测领域内的相关文献之后，从速度的角度将人脸检测的各种算法大致划分为初 始期，发展期，转折点和综合期等四类，并在此基础上进行了全新的总结和论述，最后给出了人脸 检测研究的一些可能的发展方向。 关键词人脸检测速度人脸识别模式识别Boosting 1 引 言 人脸研究，主要包括人脸识别技术(face 术界和工业界越来越多的关注。现在人脸检测在人机交互方式领域、数字视频处理、生物特征识别、物 体检测的研究等方面，意义越来越明显。 人脸检l坝U(face 否含有人脸，如果是则返回人脸的位置、大小和姿态[1】。它是一个复杂的具有挑战性的模式检测问题， 其主要的难点有：①人脸具有相当复杂的细节变化：②人脸的遮挡：③由于成像角度的不同造成人脸的 多姿态；④光照的影响，如图像中的亮度、对比度的变化和阴影等；⑤图像的成像条件有很大的差异。 这些困难都为解决人脸检测问题造成了难度。 有关人脸检测的较为详尽的综述见【l，2，3]，它们着重于介绍各种方法所使用的特征和模型。本文则 在系统地整理分析了相关的研究文献后从人脸检测速度的角度对近年来的研究进行综述。本文将人脸检 测领域的相关文献按其速度大致划分为四类：初始期，发展期，转折点和综合期进行阐述。 2初始期 这一阶段内的研究更多的是以检测精度的提高和各种视角的人脸检测为主要内容，速度问题的考虑 相对较少。一些代表性的学者和他们的研究有： ；II釜 等[6】提出了一种基丁后验概率估计的方法来对三维的物体进行检测。检测的相关结果可以参见表2。 3发展期 所有划分为发展期的研究都对人脸检测中的速度问题进行了较多的考虑，使系统向实际应用要求的 速度逐步靠拢。这个时期中的人脸检测算法从对系统加速的不同角度方面来看，可以分为选择计算量小 的特征[7，8]、由粗到精的分层处理[9]、多线程的方法、降低特征空间维数的方法等等，其中计算量较小 的特征通常有肤色特征、边缘特征等。 法[10】， EdgarOsuna提出了减少SVM在运行时的时间复杂度【11]等等。 4转折点 可以认为PViola的文章[12]的发表是人脸检测速度提高的一个转折点，他本人也在人脸位测的速 脸检测从真正意义上走向实用【13]。 该文主要有以下儿点贡献：第～，第一次引入了“积分图”的概念。这使得检测器中特征的计算非常 快。第二二，基于AdaBoost的学习算法。它能从一个很大的特征集中选择很小的一部分关键的特征，从而 产生一个极其有效的分类器。第三，在级联的检测器中不断增加更多的强分类器。这可以很快排除背景 区域，从而节约出时问用j=对那些更像人脸的区域进行计算。 该系统的检测率可以和当时最好的算法匹敌，但是检测速度却高达15帧／秒。 5综合期 Boosting算法上来，使得在提高人脸检测精度的同时也大幅度地提高了检测速度。Rainer 中进行正面和平面内旋