基于Adaboost层叠式分类器人脸检测算法仿真.pdfVIP

2008 年 9 月 西 　安 　邮　电　学 　院　学 　报 Sep . 2008 第 13 卷 第 5 期 　　 J OU RNAL OF XI’AN UN IV ERSI T Y OF POST AND TEL ECOMMUN ICA TION S Vol13 No 5 基于 Adaboo st 层叠式分类器的人脸检测算法仿真 毕 　萍 (西安邮电学院 通信工程系 ,陕西 西安 　7 10 12 1) 摘要 :详细研究了基于 Adaboost 的层叠式人脸检测算法 。构建了一个层叠式分类器系统 ,其由多个弱分类器构建 一个强分类器 ,再由多个强分类器最终构建一个层叠式分类器系统 。通过增加层叠式分类器的级数来降低人脸误 识率 ,增加层叠式分类器的个数来提高人脸检测率 ,使得层叠式分类器具有不断扩展升级的能力 。仿真实验结果 证明 ,采用这种策略成功的降低了误识率和计算时间 ,显著提高了检测性能 ,其检测效果稳定 ,并且完全可以适用 于实时视频人脸检测 。 关键词 :人脸检测 ;AdaBoost 层叠式算法 ;多分类器融合 中图分类号 : TP39 1 　　　　　文献标识码 :A 　　　　　文章编号 :1007 - 3264 (2008) 05 - 0 120 - 06 基于 Adaboo st 学习算法的简单特征 自举级联 1 　概述 的快速人脸检测方法 由 Viola 等[5 ,6 ] 于 200 1 年提 出。该方法采用一种称为”积分图像”的图像表示方 ( 人脸检测是指在输入图像中确定所有人脸 如 法 ,这种表示法能够快速计算出检测器用到的特征 。 ) [ 1 ] 果存在 的位置 、尺度和位姿的过程 。人脸检测 然后采用 Adaboo st 学习算法 ,从一个较大的特征集 作为人脸信息处理系统的一个重要内容 , 已经成为 中选择少量的关键的视觉特征 ,产生一个高效的分 计算机视觉与模式识别领域的研究热点之一 。人脸 类器 ,再用级联的方式将单个的分类器合成为一个 作为一种自然形体具有很强的共性 ,但 由于个体的 更加复杂的分类器 ,使图像的背景区域快速地丢弃 , ( ) 外貌差异 、表情变化以及图像在采集时受光照、设备 而在有可能存在 目标 人脸 的区域花费更多的计 等因素的影响 ,使得人脸图像具有复杂而细致的变 算 ,其层叠分类器在人脸检测方面速度快且性能与 化 ,因此 ,人脸检测是一个极具挑战性的模式分类问 Rowley [7 ,8 ] 的方法基本相同。该方法的突出地位和 题 ,在人脸识别 、智能门禁 、视频监测 、智能人机接 贡献在于 :它给出了一个稳定的、实时的目标检测框 口、基于内容的检索等诸多领域有着重要的应用价 架 ,是第一个实时的人脸检测算法 ,并由此激发了更 值 。 多研究人员在基于局部特征和智能学习的实时人脸 根据所使用人脸特征的色彩属性的不同 ,人脸 检测算法方面的研究 。 检测方法可分为两大类 :一类是针对彩色图像的基 于肤色的方法