基于实时预测学习分类的脸像快速检测方法.pdfVIP

学兔兔 第33卷 第1期 仪 器 仪 表 学 报 Vo1．33 No．1 2012年1月 Chinese Journal of Scientific Instrument Jan．2012 基于实时预测学习分类的脸像快速检测方法术 刘 长，王 雪，张 星 (清华大学精密仪器与机械学系精密测试技术及仪器国家重点实验室 北京 100084) 摘 要：视频图像中脸像检测是近年来视觉图像检测和模式识别领域的研究热点。提出一种基于实时预测学习分类的脸像快速检测 算法，即ARMA．Boost算法。首先根据脸像位置先验信息，利用ARMA模型(auto—regressive and moving average mode1)预测脸像位置区 域，然后采用AdaBoost算法对预测区域进行脸像检测。该方法在时间维度对AdaBoost算法进行扩展，减小脸像搜索范围，提高检测效 率。利用该方法对离线视频文件和CCD图像传感器实时脸像视频进行检测，实验结果表明，与支持向量机、传统AdaBoost和基于优化 肤色模型的AdaBoost改进算法相比，ARMA—Boost算法脸像检测准确率高，实时l生更好，可以对视频脸像进行快速检测应用。 关键词：脸像快速检测；ARMA模型；实时预测；学习分类；AdaBoost算法 中图分类号：TP391．4 文献标识码：A 国家标准学科分类代码：520．60 Fast face detection method based on real·time prediction and learning classification Liu Chang，Wang Xue，Zhang Xing (Department of Precision Instruments and Mechanology，State Key Laboratory of Precision Measurement Technology and Instrument，Tsinghua University，Beifing 100084，China) Abstract：Face detection is a popular research topic in computer vision and pattern recognition in resent years．This paper proposes a new fast face detection method，ARMA—Boost algorithm，based on real—time prediction and learning classification．During the detection process，ARMA model is first used to predict potential face areas．Then Ada- Boost algorithm searches faces in those areas．Experiment results of off-line video data and CCD real—time data indi- cate that compared with SVM，traditional AdaBoost and improved AdaBoost algorithms，the proposed ARMA—Boost algorithm can reduce detection time and also improve the accurate rate of face detection． Key words：fast face detecti