采用犎犪狉小波与犌犪犪犫狅狉小波特征的.PDF

第 卷 第 期 华 侨 大 学 学 报 （自然 科 学 版 ） ３２ ５ Ｖｏｌ．３２ Ｎｏ．５ 　 　 　 　 年 月 （ ） ２０１１ ９ ＪｏｕｒｎａｌｏｆＨｕａｉａｏＵｎｉｖｅｒｓｉｔ ＮａｔｕｒａｌＳｃｉｅｎｃｅ Ｓｅ．２０１１ 　 ｑ ｙ ｐ 　 文章编号： （ ） １０００５０１３２０１１０５０５２００５ 　 　 采用犎犪犪狉小波与犌犪犫狅狉小波特征的 级联式人脸检测方法 陈威，缑锦 （华侨大学 计算机科学与技术学院，福建 泉州 ３６２０２１） 摘要： 研究 小波的构造及其特点，将其与 算法相结合，优化原算法的性能 提取的 特 Ｇａｂｏｒ ＡｄａＢｏｏｓｔ ． Ｇａｂｏｒ 　 征对应到指定滤波器的指定采样点上，只需取这些指定采样点的一个领域内的图像与指定滤波器进行卷积， 而不需要将整个图像与整个滤波器组进行卷积，可大大降低计算量提高运算速度 最后，通过算法对特征进行 ． 筛选，得到迭代误差率较低的特征来构建强分类器． 关键词： 人脸检测；ＡｄａＢｏｏｓｔ算法；Ｈａａｒ小波；Ｇａｂｏｒ小波；分类器 　 中图分类号： ＴＰ３９１．４１ 文献标志码： Ａ 　 　 近些年，人脸检测技术作为模式识别领域的一个研究热点取得了较大的进步 然而，各种检测算法 ． ［］ ［］ １ ２ 都存在着一些弱点和不足．Ｒｏｗｌｅ等 提出的神经网络的方法性能较好，但检测速度较慢．Ｖｉｏｌａ等 ｙ 提出了基于Ｂｏｏｓｔｉｎｇ的实时人脸检测算法，从根本上解决了检测速度的问题，并且具有较好的识别率． ［］ ［］ ３ ４ Ｌｉ等 提出了ＦｌｏａｔＢｏｏｓｔ的学习方法，并在此基础上发展出一套实时多角度人脸检测系统．Ｘｉａｏ等 ［］ ５ 采用由粗到细的Ｂｏｏｓｔｉｎｇ链策略，提出另一种新的，较为有效的多角度人脸检测方法．Ｗｉｓｋｏｔｔ等 在 算法（弹性图匹配法）中利用 小波变