学位论文 > 优秀研究生学位论文题录展示

基于Adaboost的人脸检测算法研究与实现

作　者: 赵德新
导　师: 韩铁民
学　校: 东北大学
专　业: 计算数学
关键词: 人脸检测颜色空间 Adaboost分类器
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 63次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸检测是人脸识别的前提和基础,具有重要的理论研究意义和实际实用价值,得到了广大研究者的关注.随着智能计算技术发展的日新月异,新方法,新技术的不断引入,给人脸检测研究注入了更多活力,检测效果越来越好,检测速度越来越快.本文主要研究基于Adaboost的人脸检测算法与实现.首先为了提高系统准确率和速度,本文结合HSV颜色空间、YCrCb颜色空间和KL变换定位了搜索窗将要搜索的面积.接着判断搜索窗中心像素个数是否占总像素个数的5%以上,利用3-矩形和4-矩形滤波判断搜索窗是否是候选人脸,目的是即利用知识的方法去掉非人脸窗口.然后利用Adaboost分类器判断搜索窗是否是人脸.如果是人脸,则保存搜索窗的位置.此外,本文还建立了自己的人脸样本库,为后续工作打下基础.最后提出了本文算法的不足,提出了进一步工作的方向.

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-18
  1.1 人脸检测研究的背景和意义  10-11
  1.2 人脸检测研究的国内外现状  11-16
    1.2.1 基于启发式模式的方法  11-12
    1.2.2 基于肤色特征的方法  12-13
    1.2.3 基于人脸局部特征的方法  13
    1.2.4 基于统计的方法  13-16
  1.3 本文的主要工作  16
  1.4 本文的论文结构  16-18
第2章肤色区域检测  18-34
  2.1 几种主要的色彩空间  18-22
    2.1.1 RGB和标准化rgb色彩空间  18-19
    2.1.2 YIQ色彩空间  19-20
    2.1.3 HSV色彩空间  20-21
    2.1.4 YCrCb色彩空间  21-22
  2.2 肤色模型的分类  22-23
  2.3 KL变换  23-24
  2.4 形态学操作  24-25
    2.4.1 膨胀  24
    2.4.2 腐蚀  24
    2.4.3 开启与闭合  24-25
  2.5 色彩空间的选择  25-26
  2.6 肤色模型的建立  26-27
    2.6.1 KL肤色坐标系  26
    2.6.2 YCrCb色彩空间  26-27
    2.6.3 HSV色彩空间  27
  2.7 肤色区域检测具体实现  27-32
    2.7.1 肤色区域检测的算法流程  28
    2.7.2 光照补偿  28-30
    2.7.3 肤色像素点检测  30
    2.7.4 形态学处理  30
    2.7.5 去除非人脸小块  30-32
  2.8 本章小结  32-34
第3章 Adaboost分类器  34-50
  3.1 集成机器学习  34-36
    3.1.1 弱分类器  34-35
    3.1.2 集成方法  35-36
  3.2 Adaboost算法的提出  36-38
  3.3 人脸检测系统中Adaboost分类器的训练  38-48
    3.3.1 样本的选取  38-39
    3.3.2 Haar特征  39-40
    3.3.3 积分图  40-42
    3.3.4 本文Adaboost单一强分类器的生成  42-47
    3.3.5 训练结果  47-48
  3.4 本章小结  48-50
第4章基于Adaboost的人脸检测系统的实现  50-68
  4.1 系统结构  50-51
  4.2 本章人脸检测系统的几点说明  51
  4.3 人脸检测的流程图  51-53
  4.4 搜索窗尺寸与位置的遍历  53-54
  4.5 基于知识的方法排除搜索窗  54-56
    4.5.1 3-矩形滤波的应用  55
    4.5.2 4-矩形滤波的应用  55-56
  4.6 后续处理  56-57
  4.7 国内外公用人脸检测图像数据库  57-59
  4.8 人脸检测系统的性能评价指标  59
  4.9 实验结果及分析  59-66
  4.10 本章小结  66-68
第5章总结与展望  68-70
  5.1 总结  68
  5.2 展望  68-70
参考文献  70-74
致谢  74

基于Adaboost的人脸检测算法研究与实现

内容摘要

全文目录

相似论文