基于adaboost的视频人脸检测-电子与通信工程专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University For the Degree of Master Video Face Detection Based on AdaBoost Candidate: Zhang Jing Supervisor: Associate Prof. Ye Xueyi March，2015 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得 的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州 杭州电子科技大学硕士学位论文 摘 要 人脸检测是人脸识别、犯罪分析技术的前提和基础，在视频监控领域有着广泛的应用， 是模式识别、人工智能、信息安全等多学科的结合。同时，它本身具有隐蔽性，可以在不需 要目标配合的情况下进行监控，为智能监控提供有力保障。本文主要研究视频中的人脸检测， 然而在视频人脸检测中需要考虑复杂环境背景、多人脸、人脸旋转角度等方面的因素，对于 视频环境下的众多干扰因素，则需要找到一个适应性强、检测率高、误检率低的人脸检测方 法。但是目前针对人脸检测的算法还不能完全适应各种情况，因此建立一个稳定性强，检测 率高的检测算法是一个具有挑战性的研究课题。 本文研究的视频人脸检测是基于 AdaBoost 算法，充分利用了该算法精度高，检测速度快 的优点，实现实时人脸检测。本文所做的主要工作如下： 首先，论文分析了基于AdaBoost的人脸检测算法。根据AdaBoost算法的基本原理将该算 法分为以下几个部分：特征提取部分、训练分类器部分和检测部分。在特征提取部分详细介 绍了特征筛选及其特征值的快速计算方法；在训练部分论述了弱分类器、强分类器和级联分 类器，并详细描述了训练步骤；在检测部分对多尺度检测以及检测窗口的合并进行了讨论， 并分析了检测效果的优劣和影响因素。 其次，论文提出了基于AdaBoost的人眼精定位方法。该方法针对眼镜框对眼睛定位的干 扰问题，充分挖掘眼部类圆形的结构信息，并结合眼镜框的固有特征，提出了一种新的人眼 精确定位方法。该方法充分利用了眼部类圆形的结构特征，有效地避免了眼镜框对人眼定位 的影响。 最后，论文提出了基于AdaBoost和肤色分割的视频人脸检测。该算法针对视频图像复杂 背景、人脸旋转角度等因素对人脸检测的干扰问题，提出了一种基于 YCbCr双高斯肤色模型 的视频人脸检测算法。实验结果表明，这种新的肤色模型得到了较低的误检率和漏检率，能 够较好的避免复杂背景及肤色对人脸检测的干扰，具有更好的人脸检测效果。 本文旨在提供一种检测率高、稳定性好、速度快的实时人脸检测算法，为监控智能化的 提高及智慧安防的建设提供理论支撑。 关键词：人脸检测，智能视频监控，AdaBoost 算法，人眼定位，双高斯肤色模型 I ABSTRACT Face detection is the prerequisite and basis of face recognition, crime analysis techniques ，it has been widely used in the field of video surveillance, and it is a combination of pattern recognition, artificial intelligence, information security, and many other disciplines. At the same time, Face detection has a hidden, it can be monitored without fitting the case of target and provide effective prote