人臉靜態(tài)與動(dòng)態(tài)檢測(cè).pdf

1、人臉檢測(cè)問(wèn)題最初來(lái)源于人臉識(shí)別，是自動(dòng)人臉識(shí)別系統(tǒng)中的一個(gè)關(guān)鍵環(huán)節(jié)。近幾年隨著電子商務(wù)等應(yīng)用的發(fā)展，使得人臉檢測(cè)開(kāi)始作為一個(gè)獨(dú)立的課題受到研究者的重視。今天，人臉檢測(cè)的應(yīng)用背景己經(jīng)遠(yuǎn)遠(yuǎn)超出了人臉識(shí)別系統(tǒng)的范疇，在基于內(nèi)容的檢索、數(shù)字視頻處理、視覺(jué)監(jiān)測(cè)等方面有著重要的應(yīng)用價(jià)值。 對(duì)于人臉檢測(cè)的研究，經(jīng)歷了由簡(jiǎn)單到復(fù)雜，由靜態(tài)圖像檢測(cè)到視頻實(shí)時(shí)檢測(cè)的發(fā)展過(guò)程。由于人臉模式錯(cuò)綜復(fù)雜、易受干擾，所以很多常用的人臉檢測(cè)算法一般都存在計(jì)算量

2、大、速度慢、誤檢率高的弱點(diǎn)。Viola于2001年提出的基于積分圖的AdaBoost方法，是目前人臉檢測(cè)領(lǐng)域最先進(jìn)的技術(shù)之一。在此基礎(chǔ)上所構(gòu)建的檢測(cè)系統(tǒng)是第一個(gè)真正實(shí)時(shí)的人臉檢測(cè)系統(tǒng)。該方法先利用“積分圖”快速計(jì)算特征，構(gòu)造弱分類(lèi)器：然后通過(guò)AdaBoost學(xué)習(xí)算法，從得到的大量弱分類(lèi)器中，產(chǎn)生一個(gè)高效的強(qiáng)分類(lèi)器；最后采用級(jí)聯(lián)方式將單個(gè)的強(qiáng)分類(lèi)器再合成為一個(gè)更加復(fù)雜的層疊分類(lèi)器，使圖像背景區(qū)域快速地丟棄，保證了檢測(cè)速度。 本文中

3、算法構(gòu)架主要采用AdaBoost學(xué)習(xí)訓(xùn)練算法和基于瀑布型算法分類(lèi)器的檢測(cè)架構(gòu)。文中對(duì)AdaBoost訓(xùn)練速度慢的特點(diǎn)進(jìn)行一定的改進(jìn)，采用的基于瀑布型算法架構(gòu)就是用非常簡(jiǎn)單的分類(lèi)器把大部分顯然不可能包含人臉的子窗口從大量的被檢測(cè)子窗口中篩選掉，而保留那些更有可能是人臉的子窗口。這些簡(jiǎn)單的分類(lèi)器被安排在整個(gè)多層結(jié)構(gòu)的早期，從而使得那些背景中分離出來(lái)的子窗口能夠在盡可能少的運(yùn)算步驟后就被篩選掉，從而避免了需要經(jīng)過(guò)整個(gè)多層結(jié)構(gòu)的復(fù)雜運(yùn)算。而這些