智能视频监控中基于肤色信息人脸检测算法研究.docVIP

智能视频监控中基于肤色信息人脸检测算法研究 　　摘 要： 针对智能视频监控中人脸检测受复杂环境以及多姿态人脸的影响，采用一种基于肤色特征与AdaBoost算法相结合的方法，提取两种算法各自优点并加以优化，其主要思想是利用肤色特征建立肤色模型，选出含有人脸预检测肤色区域，进行人脸样本训练，提取人脸样本Haar特征，进行弱分类器训练，利用迭代的方法，再将不同的弱分类器组合成强分类器，最后形成级联分类器，运用级联分类器检测含有人脸的肤色区域。实验结果表明，该方法不仅提高了智能视频监控中人脸检测的效率和准确性，而且具有较好的鲁棒性。 　　关键词： 人脸检测； 肤色特征； AdaBoost算法； 弱分类器训练； 级联分类器； 视频监控 　　中图分类号： TN911.73?34； TP319.4 文献标识码： A 文章编号： 1004?373X（2018）07?0058?04 　　Research on human face detection algorithm based on skin 　　color information in intelligent video surveillance 　　HUANG Zhichao， ZHANG Peng， ZHAO Huarong， ZHAO Wenming 　　（School of Mechanical and Electrical Engineering， Guilin University of Electronic Technology， Guilin 541004， China） 　　Abstract： Since the human face detection in intelligent video surveillance is influenced by complex environment and multi?pose human face， a method based on skin color feature algorithm and AdaBoost algorithm is adopted to extract and optimize the respective advantages of the two algorithms. According to the main thought of the method， the skin color feature is used to establish the skin color model， and select the pre?detecting skin color area containing human face for human face sample training. The Haar feature of human face sample is extracted to train the weak classifiers. The iterative method is used to combine different weak classifiers into a strong classifier， so as to form a cascade classifier， with which the skin color region containing human face is detected. The experimental results show this method can improve the efficiency and accuracy of human face detection in intelligent video surveillance， and has strong robustness. 　　Keywords： human face detection； skin color feature； AdaBoost algorithm； weak classifier training； cascade classifier； video surveillance 　　0 引 言 　　随着社会公共安全措施的日益增强和防范技术的不断进步，智能视频监控系统中的人脸检测逐渐成为热门的研究领域。人脸检测技术是一种分析人脸特征信息进行身份辨别的生物检测技术，它涉及图像处理、机器视觉、模式识别等众多领域。通过人脸检测判断该人身份信息[1?2]，人们可以根据人脸的复杂变化，判断出一个人的性格与情绪状态。人脸检测技术的最大优点是检测过程精度高、速度快以及更具保密性和方便性，广泛应用于计算机安全、网络安全、机器视觉、门