一种基于MBLBP特征的AdaBoost人脸检测算法.pdfVIP

一种基于M B—LBP特征的AdaBoost人脸检测算法。 涂玲，毋立芳，乌丽娅丝，杨鹏 北京工业大学电子信患与控制工程学院，北京，100124 摘要：本文实现了一种基于AdaBoost的易于特征扩展的人脸检测算法。算法把训练过程分成特征提取 和分类器训练两步，使分类器训练与特征无关。论文提取MB—LBP特征，并将其用于AdaBoost分类器 达到比较满意的检测结果并显著缩短训练时间。 关键词：人脸检测，AdaBoost，MB—LBP AAdaBoostfacedetection basedon algorithm MB—LBPfeatures TU Ling，WU Liyasi，YANG Lifang，WU Peng SchoolofElectronicInformationandControl of Engineering，BeijingUniversity this afacedetection basedonAdaBoosthasbeen the into Abstract：In divides paper algorithm implemented．Ittrainingprocess two extractionandclassifier inafeature-irrelafiveclassifier．WeextractMB—LBPfea· steps：feature training．which瑚ulting a地usedfor of ts- tures．which Adaboestclassfier．Andtheclassifierisusedforfacedetection．The results Training experimental CMUfacedetectiondatabaseshowthatMB—LBP method result． sing featurewithAdaBoestachieved good Keywords：face reco咖tion，AdaBoest，MB—LBP 1 引言 人脸检测在许多方面得到广泛的应用，例如自动人脸识别、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。近年来，人脸检测问题研究受到研究者的普遍重视。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。 法的发表也促进了人脸检测研究的进一步蓬勃发展。 量庞大并包含大量的冗余信息，训练时间往往很长。本文把Haar．1ike特征更换为分辨能力更强的MB—LBP 特征，大大削减了检测器的训练时间。通过把训练过程分成特征提取和分类器训练两个相对独立的部分， 使得AdaBoost人脸检测算法具有特征扩展性。 论文内容安排如下：第2部分介绍特征提取；第3部分介绍分类器的训练，第4部分介绍人脸的检测并 给出了部分检测结果示例。最后是结束语。 mLB)的资助 578 2特征提取 2．1积分图像 设图像中一矩形左上角i(xl，y1)，右下角i(x2，y2)，用积分图像计算矩形内像素值之和Sum：