光电工程
光電工程
광전공정
OPTO-ELECTRONIC ENGINEERING
2012年
1期
113-118
,共6页
人脸检测%Haar特征%AdaBoost算法%强分类器
人臉檢測%Haar特徵%AdaBoost算法%彊分類器
인검검측%Haar특정%AdaBoost산법%강분류기
针对传统AdaBoost算法检测速度快准确率低的问题,本文提出了一种改进的AdaBoost算法以提高人脸的正确检测率,该算法首先利用快速积分图提取人脸的Haar特征,然后使用阈值设定的方法对传统的AdaBoost算法进行改进,并将每次检测的最优弱分类器级联形成最终的强分类器,通过强弱分类器对Haar特征判别,从而检测图像中的人脸部分.采用本方法对多种实验图像集进行人脸检测实验,FERET彩色图像库的正确检测率为96.07％,视频图像的正确检测率为96％.实验结果表明,本文所设计的人脸检测算法能够对静态图像以及视频图像中的人脸进行有效检测,为人脸的正确识别打下了基础,该算法也为计算机视觉领域的研究提供一种有效方法.
針對傳統AdaBoost算法檢測速度快準確率低的問題,本文提齣瞭一種改進的AdaBoost算法以提高人臉的正確檢測率,該算法首先利用快速積分圖提取人臉的Haar特徵,然後使用閾值設定的方法對傳統的AdaBoost算法進行改進,併將每次檢測的最優弱分類器級聯形成最終的彊分類器,通過彊弱分類器對Haar特徵判彆,從而檢測圖像中的人臉部分.採用本方法對多種實驗圖像集進行人臉檢測實驗,FERET綵色圖像庫的正確檢測率為96.07％,視頻圖像的正確檢測率為96％.實驗結果錶明,本文所設計的人臉檢測算法能夠對靜態圖像以及視頻圖像中的人臉進行有效檢測,為人臉的正確識彆打下瞭基礎,該算法也為計算機視覺領域的研究提供一種有效方法.
침대전통AdaBoost산법검측속도쾌준학솔저적문제,본문제출료일충개진적AdaBoost산법이제고인검적정학검측솔,해산법수선이용쾌속적분도제취인검적Haar특정,연후사용역치설정적방법대전통적AdaBoost산법진행개진,병장매차검측적최우약분류기급련형성최종적강분류기,통과강약분류기대Haar특정판별,종이검측도상중적인검부분.채용본방법대다충실험도상집진행인검검측실험,FERET채색도상고적정학검측솔위96.07％,시빈도상적정학검측솔위96％.실험결과표명,본문소설계적인검검측산법능구대정태도상이급시빈도상중적인검진행유효검측,위인검적정학식별타하료기출,해산법야위계산궤시각영역적연구제공일충유효방법.
