收藏本站
《南京理工大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

人脸检测方法研究

吴克巍  
【摘要】:人脸检测问题最初作为自动人脸识别系统的定位环节被提出,近年来由于其在安全访问控制、视觉检测、基于内容的检索和新一代人机界面等领域的应用价值,开始作为一个独立的课题受到研究者的普遍重视。到目前为止,人脸检测问题由于自身的复杂性,仍旧未能得到彻底解决。最新的进展是Viola等人的基于积分图像的Adaboost方法,其层叠分类器在人脸检测方面速度快且性能与Rowley的ANN方法基本相同,在此基础上所构建的检测系统是第一个真正实时的人脸检测系统。但是作为一种新兴技术,Adaboost方法在人脸检测领域的研究还有待探索和完善。例如:弱分类器的选择、训练算法的完善、多尺度检测计算量大、缺乏和先验知识的整合能力等等。本文作者结合研究生阶段所参加的科研项目,对人脸检测问题作了一些探讨,对基于积分图像的Adaboost人脸检测方法存在的部分问题分别进行了研究,并给出了相应的解决方案。本文工作包括: (1)Adaboost学习算法的改进 基于积分图像的Adaboost方法采用一种称为“积分图像”的图像表示方法,快速计算出弱分类器用到的特征。然后基于Adaboost学习算法,从一个较大的特征集中选择少量的关键的视觉特征,产生一个高效的强分类器。再用级联的方式将单个的强分类器合成为一个更加复杂的层叠分类器,使图像的背景区域快速地丢弃,而在有可能存在目标(人脸)的区域花费更多的计算,其在人脸检测方面速度相当快。本文在对Adaboost学习特点的深入分析基础上,在构成弱分类器用到的特征选取方面作了一定改进,提高了分类器的性能,并提出一种有效的方法来完善学习算法。实验结果表明,新的人脸检测器检测效果有所提高,构造效率则显著提高。 (2)基于肤色的人脸检测方法研究 本文选择目前广泛使用的YCbCr色彩模型来进行肤色分割和人脸验证,最终构建了一个纯粹利用肤色来检测人脸的检测系统。本文采用了一种光照校正算法部分消除光照对颜色影响,提高了检测算法的适应能力,并对肤色区域分割和肤色区域合并算法进行了一定研究。实验结果表明,这种人脸检测方法对于不同姿态、不同表情的人脸均有较好适用性。 (3)提出一种基于肤色区域分割预处理与多层叠分类器验证相结合的人脸检测方法 基于积分图像的Adaboost方法构造的多层叠分类器用于人脸检测虽然取得了极大成功,但同样因为要对输入图像穷举扫描,在很大程度上影响了检测效率,这限制了它在一些实时性要求的较高的大幅图像人脸检测应用中的使用。本文在多层叠分类 硕士论文 人脸检测方法研究 器基础上,通过肤色区域分割预处理产生候选人脸区域。并在候选区域上采用多层叠 分类器通过受限窗口扫描进行人脸检测,由此减少传统多尺度穷举扫描检测方法的计 算代价。而且通过候选区域扫描限制了人脸误识情况的发生,从而提高系统的总体性 能。实验结果表明,新的人脸检测器计算速度有很大提高(大幅彩色图像中),同时 保持了多层叠分类器人脸检测的稳定性。
【学位授予单位】:南京理工大学
【学位级别】:硕士
【学位授予年份】:2004
【分类号】:TP391.4

知网文化
【相似文献】
中国期刊全文数据库 前10条
1 许书环;孔斌;郑飞;;基于肤色特征的AdaBoost人脸检测方法[J];计算机系统应用;2010年06期
2 郭玉珂;张松敏;高翔;;AdaBoost人脸检测算法研究[J];科技信息;2009年10期
3 李振;;基于Adaboost的人脸检测[J];科技信息(科学教研);2007年31期
4 魏良;苏光大;邓亚峰;;基于FPGA的快速人脸检测[J];电子技术应用;2006年11期
5 孙士明;王芹芹;纪友芳;;加权判决级联分类器人脸检测方法研究[J];微计算机应用;2009年09期
6 蒋焰;丁晓青;;基于多步校正的改进AdaBoost算法[J];清华大学学报(自然科学版)网络.预览;2008年10期
7 张磊;;基于AdaBoost的侧面人脸、人耳检测[J];科学大众;2008年08期
8 龚卫国;桂祖宏;李正浩;辜小花;;融合Adaboost和光流算法的视频人脸实时检测[J];仪器仪表学报;2008年07期
9 艾海舟 ,肖习攀 ,徐光祐;人脸检测与检索[J];计算机学报;2003年07期
10 朱晗鸣;;基于人脸检测的安保监控系统[J];微型电脑应用;2009年11期
中国重要会议论文全文数据库 前10条
1 侯杰;茅耀斌;孙金生;;基于FDA的快速haar特征选取及其在级联AdaBoost人脸检测中的应用[A];中国自动化学会控制理论专业委员会D卷[C];2011年
2 王超;李东;雷震;;人脸检测技术的研究进展[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年
3 孙南;张庆;代锐;韦穗;;集成人脸检测和性别识别系统[A];第十五届全国图象图形学学术会议论文集[C];2010年
4 张平;王贵成;;Adaboost人脸检测算法的速度影响因素分析及其改进方法[A];第三届中国智能计算大会论文集[C];2009年
5 文嘉俊;徐勇;战荫伟;;基于AdaBoost和帧间特征的人数统计[A];第十五届全国图象图形学学术会议论文集[C];2010年
6 李月敏;陈杰;高文;尹宝才;;快速人脸检测技术综述[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
7 杨韶瑞;高爱华;秦文罡;;基于支持向量机和AdaBoost的行人检测[A];2011西部光子学学术会议论文摘要集[C];2011年
8 孙宁;邹采荣;赵力;;人脸检测综述[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
9 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
10 李小红;李寅;谢成明;;基于连续Adaboost彩色图像人脸检测算法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
中国重要报纸全文数据库 前10条
1 记者  周襄楠;清华人脸识别系统:一秒钟查出罪犯[N];新清华;2006年
2 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
3 记者 闫文锋 实习记者 高鹏;清华人脸识别系列全面推广[N];中国知识产权报;2006年
4 本报记者 李颖 实习生 蒋秀娟;面部识别鉴定身份真的可靠吗?[N];科技日报;2006年
5 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
6 记者 张晔 通讯员 杨萍 田野;南理工一技术给汽车提供安全“智能助理”[N];科技日报;2009年
7 王新佳;人脸识别术 安全防范的“电子眼”[N];中国高新技术产业导报;2006年
8 记者 张晔 通讯员 罗静;人脸自动识别系统助警抓逃犯[N];科技日报;2003年
9 徐昕;正在成熟的生物识别技术[N];中国计算机报;2006年
10 记者 李锐;银晨网讯临危受命重振*ST安信[N];上海证券报;2005年
中国博士学位论文全文数据库 前10条
1 王小明;可变光照下人脸检测与识别研究[D];华东师范大学;2010年
2 江琦;人脸检测识别与跟踪技术中关键问题的研究[D];吉林大学;2010年
3 阮锦新;多姿态人脸检测与表情识别关键技术研究[D];华南理工大学;2010年
4 段锦;人脸自动识别中若干问题的研究[D];吉林大学;2004年
5 刘冲;模拟电路故障诊断AdaBoost集成学习方法研究[D];大连海事大学;2011年
6 郭耸;人脸检测若干关键技术研究[D];哈尔滨工程大学;2011年
7 叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年
8 吴暾华;面向中医面诊诊断信息提取的若干关键技术研究[D];厦门大学;2008年
9 王先基;基于统计学习的自动人脸识别算法研究[D];中国科学技术大学;2007年
10 彭青松;Bayesian网及其在图像分析中的应用研究[D];合肥工业大学;2005年
中国硕士学位论文全文数据库 前10条
1 孔祥栋;基于肤色和AdaBoost算法人脸检测的研究[D];燕山大学;2010年
2 李苏;基于AdaBoost算法的人脸检测技术研究[D];哈尔滨理工大学;2010年
3 洪田荣;基于AdaBoost快速训练算法的人脸检测的研究与实现[D];云南大学;2010年
4 吴敏;基于AdaBoost和独立分量分析的人脸检测与识别算法的研究[D];郑州大学;2010年
5 李冉;基于改进Adaboost算法的多姿态人脸检测研究[D];广西工学院;2011年
6 史万莉;基于协作AdaBoost的多特征多姿态人脸检测研究[D];中北大学;2011年
7 王一伟;基于肤色和AdaBoost算法的多角度多姿态人脸检测[D];北京交通大学;2011年
8 王志伟;利用SVM改进Adaboost算法的人脸检测精度[D];武汉科技大学;2010年
9 何世民;基于AdaBoost算法的人脸检测及其在DSP平台上的移植[D];哈尔滨理工大学;2010年
10 吴克巍;人脸检测方法研究[D];南京理工大学;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026