基于Adaboost算法训练分类器的研究及其在人脸检测中的应用.pdf

天津工业大学硕士学位论文基于算法训练分类器的研究及其在人脸检测中的应用昵胨妒垦专业:通信与信息系统研究生:谢欢指导老师:肖志涛教授天津工业大学信息与通信工程学院二狾年一月分类号:密级:单位代码:\..
’.
导师躲育嘶学位论文作者答名。印欢答字嗍力,.耮同独创性学位论文版权使用授权书砾欢签字日期:劲,辏辉隆稳或撰写过的研究成果,也不包含为获得丞洼王些太堂或其他教育机构的学位或本学位论文作者完全了解丞洼王些太堂有关保留、使用学位论文的规定。特授权丞洼王些太堂可以将学位论文的全部或部分内容编入有关数据库进行本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。检索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。C艿难宦畚脑诮饷芎笫视帽臼谌ㄋ得学位论文作者签名:签字同期:如『.年翵\
学位论文的主要创新点一、对算法中采用的矩形特征进行扩展,加入具有憬的旋转矩形特征,扩大了训练样本的范围,提高了系统的检测率。二、采用了新型的检测策略:对待检测图像不作“金字塔处理是使待检测图片大小不变,逐层放大检测窗口,再对检测窗口内的图像进行模式匹配,避免了直接对待检测图像进行缩放变换,减小了检测过程中计算量,提高了系统的检测速度。三、对由级联分类器检测得到的人脸候选区域进行肤色验证,进一步降低误检率。‘
摘要人脸检测技术是计算机视觉、人机交互和模式识别等领域中的一项重要研究内容,是实现人脸识别、人脸跟踪、人脸编码等技术的前提。人脸检测技术的研究涉及到图像处理、模式识别和人工智能等多个领域,在身份验证等领域具有广泛应用前景。本文主要对算法及其在人脸检测中的应用进行研究。分析了机器学习算法的基本原理、收敛性能和泛化能力,以算法为理论基础,训练得到用于检测人脸的级联分类器。分析研究了不同的人脸检测技术,针对人脸检测计算量大、速度慢、误检率高的问题,采用了一种改进的训练分类器的人脸检测技术:逐层放大检测窗口,再对检测窗口内的图像进行模式匹配。这种策略可以避免直接对图像进行缩放变换,减小了计算量,提高了检测速度。在占浣⒌ジ咚狗羯P停竦梅羯迫煌迹迪至硕苑掷嗥骷觳獾到的人脸候选区域的肤色验证,进一步降低了误检率。实验结果表明:训练样本的多样性、数量选择以及训练样本中人脸样本和非人脸样本的比例是影响人脸检测分类器性能的关键因素;在样本种类及数量比例选择合适的前提下,训练得到人脸分类器检测人脸可以达到良好的检测效果;通过肤色对人脸分类器检测得到的人脸候选区域进行验证,能够有效地去除误检区域,降低误检率。关键词:人脸检测;;算法;级联分类器;肤色验证