毕业论文基于adaboost算法的实时性人脸检测定位技术研究.doc

ABSTRACT ABSTRACT PAGE II 摘 要 人脸检测是指任意给定一副图像或者一组图像序列，判定该图像或图像序列中是否存在人脸。本文研究人脸检测以及实时性人脸检测问题。在人脸检测环节中，本文采用了基于AdaBoost算法的人脸检测以及图片预处理技术，并通过调用OpenCv里的函数来实现人脸检测的实时性。AdaBoost的人脸检测从一个较大的特征集中选择少量关键的haar-like特征，产生一个高效的强分类器。再用级联方式将单个的强分类器级联成为一个更加复杂的级联分类器。分类器的好坏决定了一个人脸检测系统的好坏。 在图像预处理环节，本文采用直方图均衡化、中值滤波的处理方法，能够大大加快人脸检测的速度。最后，在实现实时性的时候，通过调用CvCapture- FromCAM函数从视频当中获取图片，实现本系统的实时性。 关键字：人脸检测，AdaBoost算法，图像处理 ABSTRACT We mainly study human face detection and real-time face detection problem. In the part of the face detection, we use the algorithm based on AdaBoost to realize face detection，and call the function in the OpenCv to achieve real-time face detection. AdaBoost face detection is a method which select a small number of key haar-like features from a larger feature, resulting in an efficient and strong classifier. Then we cascade to a single strong classifier which is cascaded into a more complex cascade classifier. The quality of the classifier determines a face detection system good or bad. In image preprocessing, histogram equalization and median filtering approach can greatly accelerate the speed of face detection. Finally, to realize “real-time”, we call cvCaptureFromCAM functions to obtain pictures from the video. Keywords: Face detection, AdaBoost algorithm , Image processing 毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作 者 签 名：　　 　 　　日　 期：　　 　 　　  指导教师签名：　　 　 　　 日　　期：　　 　 　　 使用授权说明 本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：　　 　 　　 日　 期：　　 　 　　  学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。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。本人完全意识到本声明的法律后果由本人承担。 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，同意学校