多姿态人脸检测技术研究-电子与通信工程专业论文.docxVIP

独创 性 声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位 论 文 版 权 使 用授 权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密口，在 年解密后适用本授权书。 不保密口。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 摘要 近年来，由于人脸检测技术在人脸图像处理与分析中的重要性地位日益显现，人 脸检测的研究工作已受到越来越广泛的关注。虽然，人们在人脸检测领域的一些努 力已经取得了一定成果，然而，在实际需求中仍然存在着诸多的问题。本文就是针 对存在姿态多样性问题的人脸检测进行了进一步地研究。 随着人脸检测技术的发展，正面人脸图像的检测率已取得让人满意的成果。然而， 对于存在姿态多样性的人脸图像，现在流行的诸多方法并不适用。基于肤色特征的 人脸检测方法是最常见的，它对于人脸图像的姿态问题没有过多限制，可以用来解 决多姿态人脸检测问题。但基于肤色特征的人脸检测方法本身，存在检测率不高的 限制。 目前，基于 Adaboost 算法的人脸检测方法，由于其中作为人脸特征的 Haar-like 特征一般是对正面人脸图像适用的，所以该方法对正面人脸图像检测率高，但是对 于存在多样性姿态问题的人脸检测效果并不理想。 基于肤色特征的方法对人脸图像姿态的限制少，所以，本文用基于肤色特征的人 脸检测与边缘检测相结合的方法，得到初步检测图像并调整为正面人脸图像。在传 统的 Adaboost 算法中引入几个新的矩形特征，对初步检测得到的正面人脸图像进行 引入新特征的基于 Adaboost 算法的人脸检测。与传统方法相比较，本文阐述的方法 可以有效地提高多姿态问题的检测率。 关键词：多姿态人脸检测 肤色特征 Adaboost 算法 Haar-like 特征 边缘检测 Abstract In recent years, due to the increasingly important status of the face detection technology in facial image processing and analysis, face detection has gradually developed into a relatively independent research field and a leading direction, which gets more and more extensive attention. Although, people in the research of face detection have made some achievements, however, in the actual demand there are still a lot of problems. This paper is to solve the existing problems in multi-pose face detection for further study. With the development of the face detection technology, detection rates of the positive facial image have achieved satisfactory results. However, for the facial images which exists multi-pose, many popular methods are not applicable. The most common method, face detection based on characteristics, has not too much limitation to the facial images which exists multi-pose, which can be used to solve the multi-pose