论文摘要
随着计算机应用技术的推广以及数字多媒体技术的快速发展,人脸检测技术作为数字图像信息处理的一项重要技术,已经在计算机视觉和视频安全领域受到了普遍重视。由于现在的计算机技术比较智能化,高端的技术给人脸检测研究带来了更多便利条件,鲁棒性、检测效果得到了提高。本文对人脸检测技术的研究现状和发展趋势,以及人脸检测的分类、特点和本文用到的相关数学理论和方法进行介绍。重点研究了基于AdaBoost算法的人脸检测方法,并对检测器的训练过程进行优化。在此基础上的级联AdaBoost算法是一种能快速检测人脸的先进算法。在如何选择最有判别性的分类器,以及能否有效地将这些分类器级联起来还存在一定问题。本文对此问题采用改进的AdaBoost算法进行检测方法的优化。首先通过对弱分类器的研究,提出了一种使用少量弱分类器就能达到高检测率的计算分类器阈值的方法。其次选择判别性比较强的弱分类器进行优化检测器,这样节省了训练过程中需要的特征的数量。为提高检测率,最后再用级联的方式把分类器组合起来提升判别能力。经过优化后的人脸检测器能检测出一幅图像中的大部分人脸。本文使用MATLAB作为实验平台,针对检测器的训练部分和检测部分进行大量实验,采用Haar-like特征对优化后的分类器进行训练,在MIT和CBCR人脸数据库上的测试实验表明,在正面人脸、旋转角度小的情况下,本文的方法较现有的方法在检测率上有一定的提高。