人脸检测与检索-清华大学.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人脸检测与检索1 艾海舟,肖习攀,徐光祐 清华大学计算机科学与技术系,智能技术与系统国家重点实验室,北京 100084 摘要 本文研究了将人脸作为一种特殊的图象内容进行检索的问题。采用基于Adaboost 统计 学习方法的层叠分类器检测人脸,再用非线性SVM 分类器验证人脸,实现了在大规模的复 杂背景图片集合中高速准确的人脸定位。为了将找到的人脸规范化,本文借鉴直接表观模型 (Direct Appearance Model ),提出了一种新的特征检测和人脸校正方法,该方法基于对大量 数据的统计学习过程,具有良好的扩展性和稳定性。在此基础上,采用SVM 分类器实现了 人脸检索。最后,通过实验说明了整个方法的有效性。 Abstract In this paper, the problem of face retrieval is discussed in which faces are treated as a particular type of content in images. A high speed accurate face localization system is implemented for large scale image database with complex background in which the cascade classifier based on Adaboost statistical learning method is used for face detection and a non-linear SVM classifier is used as a face verifier. For face normalization a new feature detection and calibration method based on Direct Appearance Model is developed which is very adaptive and robust. Then face retrieval is implemented based on SVM classifier. Finally experiment results are given to demonstrate the effectiveness of our method. 关键词:人脸检测、人脸检索、Adaboost, 支持向量机, 直接表观模型 Keywords Face detection, face retrieval, Adaboost, Support Vector Machine, Direct Appearance Model 1. 引言 人脸作为图象与视频中最重要的视觉对象(Visual Object)之一,在计算机视觉、模 式识别、多媒体技术研究中占有重要的地位。人脸的检测与检索是人脸信息处理及基于内容 的检索研究中的一个焦点问题,是近年来研究十分活跃的一个方向,它在智能人机接口、基 于内容的检索、数字视频处理、保安等领域有着极为广泛的应用价值。 将人脸作为基本的视觉对象来考虑,自动地检测并定位人脸是一个重要的基本前提。这 里我们用“人脸检测”表示从图象或视频的某帧图象中确定是否有人脸存在,如果存在确定 其基本位置的过程;而用“人脸定位”表示确定人脸对象确切位置的过程,一般而言需要根 据人脸特征点的抽取结果进行切割。人脸定位应该在人脸检测的基础上进行。“人脸检索” 是指针对大型图片库,如数码像册,网上图片资源,新闻视频等,进行的以人脸本身为内容 对象,检索含有待检索的人或与其相像的人的图片或视频段的过程。 1 受自然科学基金项目(编号)资助。 1 近年来人脸检测的研究已经取得了长足的发展,研究的现状在 Yang[1]和梁路宏[2]的 综述中已有系统的介绍,这里不再

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档