数学在人脸检测中的应用.docVIP

数学在人脸检测中的应用 1.引言 本学期开设的应用数理统计使我想起了在泰安校区做的本科毕业设计《嵌入式脸谱识别系统》，在该设计里面就有很多算法和思想涉及到数学方面的知识。我们都知道，自从国家实施863计划后，就有了许多针对人脸检测的算法。但是，最经典的还是Adaboost算法，这种算法的人脸检测能力与检测速度都能使人满意。通过典型图形图像处理后，再对OpenCV进行相应的配置进而再结合C++编程就能为视频或图像更复杂的处理搭建很好的理论和软件环境。 2.AdaBoost人脸检测算法及JPEG压缩 AdaBoost脸谱识别训练算法速度很重要的两方面是特征选取和特征计算。选取的特征为矩特征为Haar特征，计算的方法为积分图。以及对JPEG压缩作简要的表出。 2.1 Haar-like特征 Haar特征分为三类：边缘特征、线性特征、中心特征，组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。在确定了特征形式后 Harr- like特征的数量就取决于训练样本图像矩阵的大小，特征模板在子窗口内任意放置，一种形态称为一种特征，找出所有子窗口的特征是进行弱分类训练的基础。 图1 Harr-like特征 2.2 积分图 积分图(Integral Image)主要的思想是将图像从起点开始到各个点所形成的矩形区域像素之和作为一个数组的元素保存