基于Adaboost的人脸检测研究的毕业设计.docVIP

本 科 生 毕 业 设 计(论文) (2012届) 信息工程学院 题 目:基于Adaboost的人脸检测研究 学 号:200805070323 姓 名: 专业班级: 指导教师:职称: 2012 年 5 月 27日 本科生毕业设计(论文)诚信承诺书 我谨在此承诺:本人所写的毕业设计(论文)《基于Adaboost的人脸检测研究》均系本人独立完成,没有抄袭行为,凡涉及其他作者的观点和材料,均作了引用注释,如出现抄袭及侵犯他人知识产权的情况,后果由本人承担。 承诺人(签名): 2012 年 5 月 25日 基于Adaboost的人脸检测研究 摘要:本文使用Adaboost算法,以Visual C++集成开发环境做平台并利用OpenCV图像处理软件实现了人脸检测功能。论文介绍了几种常见的人脸检测识别方法以及国内外人脸检测技术研究的发展现状,详细阐述了Adaboost人脸检测算法的原理及训练流程,利用OpenCV图像处理软件与Adaboost人脸检测算法的结合模块,选取扩展的Haar特征,实现了人脸检测功能并给出了检测结果。该方法具有较高的准确度和实时性,在自动人脸识别、智能人机交互、图像与视频检索和监控等方面有着重要的应用价值。 关键字:Adaboost算法; OpenCV; 人脸检测 Face detection research based on Adaboost Abstract: This article is using Adaboost algorithm, OpenCV image processing software and Visual C + + integrated development environment as a platform, achieving a face detection function. This paper introduces several common face detection methods and development status of domestic and international face detection technology, elaborating on the Adaboost face detection algorithm principle and training processes,using OpenCV image processing software combined with Adaboost face detection algorithm modules, selecting the extended haar features,achieving face detection and giving results of the test. This method is accuracy and real-time, having important applications in automatic face recognition, intelligent man-machine interaction, image and video retrieval and monitoringkeyword: Adaboost algorithm, OpenCV, Face detection 目 录 摘要: I Abstract: II 1、绪论 1 1.1 人脸检测研究的提出及背景 1 1.2 国内外人脸检测的研究现状 1 1.3 本文研究的目的与意义 2 1.4 本文研究的主要内容与组织结构 2 1.4.1 主要内容 2 1.4.2 组织结构 3 2、人脸检测方法与分析 4 2.1 基于特征的人脸检测方法 4 2.1.1 轮廓规则法 4 2.1.2 器官分布法 5 2.1.3 颜色纹理法 5 2.1.4 对称性规则 4 2.1.5 运动规则法 5 2.2 模板匹配方法 5 2.2.1 镶嵌图法 4 2.2.2 预定模板匹配法 5 2.2.3 变形模板法 5 2.3 基于统计的方法 5 2.3.1 人工神经网络法 4 2.3.2 特征空间法 5 2.3.3 支持向量机法 5 2.3.4 概率模型法 4 2.3.5 基于积分图像特征法 5 2.4 结束语 5 3、Adaboost 算法在人脸检测中的应用 5 3.1 Adaboost算法简介 6