基于adaboost算法的快速人脸检测方法-信息与通信工程专业论文.docxVIP

万方数据 万方数据 曲 阜 师 范 大 学 研 究 生 学 位 论 文 独 创 性 声 明 （根据学位论文类型相应地在“□”划“√”） 本人郑重声明：此处所提交的博士□/硕士□论文《基于 AdaBoost 算法的 快速人脸检测方法》，是本人在导师指导下，在曲阜师范大学攻读博士□/硕士 □学位期间独立进行研究工作所取得的成果。论文中除注明部分外不包含他人 已经发表或撰写的研究成果。对本文的研究工作做出重要贡献的个人和集体， 均已在文中以明确的方式注明。本声明的法律结果将完全由本人承担。 作者签名： 日期： 曲 阜 师 范 大 学 研 究 生 学 位 论 文 使 用 授 权 书 （根据学位论文类型相应地在“□”划“√”） 《基于 AdaBoost 算法的快速人脸检测方法》系本人在曲阜师范大学攻读 博士□/硕士□学位期间，在导师指导下完成的博士□/硕士□学位论文。本论文 的研究成果归曲阜师范大学所有，本论文的研究内容不得以其他单位的名义 发表。本人完全了解曲阜师范大学关于保存、使用学位论文的规定，同意学 校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。 本人授权曲阜师范大学，可以采用影印或其他复制手段保存论文，可以公开 发表论文的全部或部分内容。 作者签名： 日期： 导师签名： 日期： 摘要 摘要 摘 要 人脸检测技术是判定所给的图像中是否存在人脸并给出定位的过程，在司法、 金融、军事、海关以及人们的日常生活等各个领域都占用的举足轻重的位置。依 据不同的人脸相关知识有不同的检测方法，目前常用的大致有基于人脸知识分析， 基于人脸外观，基于人脸特征以及模版匹配等几类方法。 本文基于当今最为流行的 AdaBoost 算法，训练出自己的人脸检测级联分类 器，通过对人脸图像方差特点的研究增加了方差预处理，使训练出的级联分类器 在人脸检出率相对较高的前提下实现了检测速度的提升，从而增强了其实时应用 性。具体工作内容包括： 1. 分析人脸检测技术在国内外的研究现状与研究结果，总结了课题的研究 难点与研究大致的发展方向；简单介绍了国际上常用的几个人脸数据库的构成； 介绍了评测检测算法优劣的具体参数与本文所用的评测方法。 2. 基于 AdaBoost 的人脸检测算法与实现分析。文章在介绍算法时，从用于 人脸特征表示的 Haar-like 特征入手，随后在介绍特征值的快速计算时引入积分 图思想，最后从最大可能的减小计算量、提高检测速度的方面出发引入了级联分 类器的思想，将上述内容组合起来便是对文章所用的基于 AdaBoost 算法的详细 介绍；接着详细叙述了本文的检测方法与检测流程；算法实现部分穿插在算法介 绍中，在每一部分的算法介绍后面列出本文所用的实现方案方法，两部分综合起 来对人脸检测过程做了十分详尽的分析。 3. 介绍图像预处理对人脸检测的重要性，对常用的图像预处理方法做了简 单分析；着重介绍了本文用到的方差预处理方法，从意义目的与简单获取两部分 进行阐述，并通过实验与数据统计确定了本文中用到的人脸方差的阈值。 4. 将本文的人脸检测算法用于 Bao 数据库与 BioID 数据库，对检测结果进 行统计后得到结论：算法改进后所训练出的级联分类器效果较好，综合检测性能 较优；方差预处理可以快速排除非人脸背景，提升级联分类器的检测速度，降低 虚警率，但是对人脸检出率有一定的负面影响。 关键词：人脸检测，AdaBoost 算法，Haar-like 特征，方差预处理 I Abst Abstract Abstract Face detection technology is a subject which can be used to determine whether there were faces in the image and position them. The technology occupies an important position in legal, financial, military, customs , peoples daily life and other fields. According to the difference of human face knowledge, it can be categorized into several types: knowledge-based methods, appearance-based methods, feature-based methods, template matching methods and other methods. In this paper, based on todays most popular AdaBoost