人脸检测的研究和其实现论文+程序.docVIP

唐 山 学 院 毕 业 设 计 设计（论文）题目： 静止图像人脸检测技术研究及其实现 信息工程系 信息工程系 电子信息工程系 别：_________________________ 电子信息工程 胡彦雷专 业：_________________________ 胡彦雷 岳姝姓　 名：_________________________ 岳姝 指 导 教 师：_________________________ 岳姝辅 导 教 师：_________________________ 岳姝 2013年 6 月 8 日 静止图像人脸检测技术研究及其实现 摘 要 本次设计的目的主要是完成背景比较复杂的情况下静止图像的人脸检测。 在查阅了大量资料的情况下，发现单独使用一种方法误检率比较高，而使用两种或两种以上方法则大大提高检测的效率。在对比了各种检测方法的优缺点后，本次论文使用AdaBoost算法对提取的Haar特征训练出分类器，并使用积分图的方法加快训练的速度，用训练好的级联强分类器对待检测图像进行初步检测。然后根据HSV肤色模型中H分量对光线变化的影响非常小的特性，提取H分量建立一个人脸皮肤彩色模型，即人脸皮肤色相的统计表，将人脸的颜色区域估计出来，再利用这个人脸皮肤彩色模型对人脸做进一步筛选、过滤，得到最后的结果。 大量实验结果表明，二者结合的方法能够较为快速准确实现人脸的检测及定位。和单一的一种方法相比较，大大降低了误检率，在实际使用中有一定的参考价值。 关键词: 人脸检测 Haar特征 Adaboost HSV Face Detection Technology Research and Implementation of Static Image Abstract The purpose of this design is mainly to implement face detection of static image under complex situations. On consulting a large amount of data, I found that the error detection rate is higher when only one method is used, while the efficiency of detection was greatly improved by using two or more methods. After comparing the advantages and disadvantages of various detection methods, this design used AdaBoost algorithm to train the classifier by using the Haar features, and the integral graph method is used to speed up the training, with strong trained cascade classifier to detect image in preliminary tests.According to this feature that the H component of HSV color model is slow to the change of light,to build a human face skin color model,namely the face skin color of the TAB,and then the color of the face area is estimated,which is used for further screening and filtering,to get the final result. A lot of experiments show that the combination of the two methods can implement face detection quickly and accurately.It has referrece value in practical application. Key words: Face detection; Haar classifier; Adaboost; HSV 目 录 TOC \o 1-3 \h \u 第一章 绪论 1 1.1 人脸检测的背景及意义 1 1.2 人脸检测研究的现状 1 1.3 人脸