原创力文档- 1、本文档共2页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
带有平面内旋转的人脸检测系统的改进的中期报告
[简介]
本文旨在对带有平面内旋转的人脸检测系统进行改进，并介绍了改进后的中期成果。旋转不仅增加了人脸检测的难度，同时由于图像空间所导致的情况复杂度，检测器的灵敏度也会低于旋转无关检测器。通过优化检测器来解决这些问题。
[问题]
本文针对带有平面内旋转的人脸检测进行改进。在传统的人脸检测器中，人脸通常被看作一个二维平面对象情形。基于灰度值或特征的分类算法对人脸检测的成功以及精度逐渐提升。但是，人脸不可能总是在正面。
[解决方案]
人脸检测在很大程度上取决于人脸的初始姿势，需要考虑空间姿态——如人脸的旋转。由于旋转所引起的情况复杂度，使得纯灰度值了的分类器配置不再适用于此类情况下的人脸检测。
因此，本文提出了一种适用于旋转文化的人脸检测方法。首先，本文提出了一种基于PCA的特征选择方法，它利用人脸的PCA向量，并将它们集成在一起，以提高检测器的灵敏度和性能。接着，为了处理在空间中旋转的人脸，使用了Haar级联分类器，并将其与旋转校准函数相结合。由于旋转校准函数允许检测器根据人脸的角度进行微调，从而可以处理更多的场景。
[中期成果]
本文的初期成果是人脸检测系统的基础性能比较。在进行初步测试后，本文的检测精度比传统的基于灰度值的检测器高。在进行进一步的解决方案优化后，本文的检测精度和灵敏度均得到了进一步的提高。在处理未知人群的照片时，改进后的检测器所获得的精度和性能已经超过传统的基于灰度值的检测器。
[结论]
本文提出了一种新的基于PCA特征选择和Haar级联分类器的人脸检测方法，以适应在空间中旋转的人脸。本文的检测器可以智能地适应旋转姿势，并在旋转角度发生变化时进行校准。本文的实验结果表明，新的检测器比传统的基于灰度值的检测器具有更高的检测精度和灵敏度。未来的研究将进一步优化算法，以便在处理多个人脸和负样本时获得更好的性能。
文档评论（0）