工业控制计算机
工業控製計算機
공업공제계산궤
INDUSTRY CONTROL COMPUTER
2015年
5期
118-119,147
,共3页
人脸检测%多通道特征%提升方法%级联结构
人臉檢測%多通道特徵%提升方法%級聯結構
인검검측%다통도특정%제승방법%급련결구
face detection%aggregated channel feature%boosting method%cascade structure
人脸检测技术作为计算机视觉与人机交互领域一项基础技术。近十多年来，人脸检测技术取得的迅猛发展主要归功于Paul Viola与Michael Jones提出的基于提升方法和级联结构的快速人脸检测算法。随着应用场景越来越复杂，人脸检测面临的挑战也愈发严峻，传统的检测算法已经无法满足目前的应用需求。针对这一问题，从特征提取的角度入手，提出了一种适用于人脸检测、计算快速、表达能力强的特征表示———多通道特征，并对Viola－Jones框架中的学习算法进行了改进以进一步提升分类器的学习效率和分类性能。提出的多视角人脸检测算法在权威人脸检测测试集AFW上取得了优异的检测性能，并且在VGA图片上达到62帧／秒的检测速度。实验表明该算法能够满足各类复杂场景的人脸检测需求，具有一定的实际应用价值。
人臉檢測技術作為計算機視覺與人機交互領域一項基礎技術。近十多年來，人臉檢測技術取得的迅猛髮展主要歸功于Paul Viola與Michael Jones提齣的基于提升方法和級聯結構的快速人臉檢測算法。隨著應用場景越來越複雜，人臉檢測麵臨的挑戰也愈髮嚴峻，傳統的檢測算法已經無法滿足目前的應用需求。針對這一問題，從特徵提取的角度入手，提齣瞭一種適用于人臉檢測、計算快速、錶達能力彊的特徵錶示———多通道特徵，併對Viola－Jones框架中的學習算法進行瞭改進以進一步提升分類器的學習效率和分類性能。提齣的多視角人臉檢測算法在權威人臉檢測測試集AFW上取得瞭優異的檢測性能，併且在VGA圖片上達到62幀／秒的檢測速度。實驗錶明該算法能夠滿足各類複雜場景的人臉檢測需求，具有一定的實際應用價值。
인검검측기술작위계산궤시각여인궤교호영역일항기출기술。근십다년래，인검검측기술취득적신맹발전주요귀공우Paul Viola여Michael Jones제출적기우제승방법화급련결구적쾌속인검검측산법。수착응용장경월래월복잡，인검검측면림적도전야유발엄준，전통적검측산법이경무법만족목전적응용수구。침대저일문제，종특정제취적각도입수，제출료일충괄용우인검검측、계산쾌속、표체능력강적특정표시———다통도특정，병대Viola－Jones광가중적학습산법진행료개진이진일보제승분류기적학습효솔화분류성능。제출적다시각인검검측산법재권위인검검측측시집AFW상취득료우이적검측성능，병차재VGA도편상체도62정／초적검측속도。실험표명해산법능구만족각류복잡장경적인검검측수구，구유일정적실제응용개치。
This paper introduces a novel feature representation cal ed aggregated channel feature which is suitable for face,fast to compute and has strong representation capacity.This paper also makes a modification of the learning algorithm used in Vi-ola-Jones framework to further improve the efficiency and effectiveness of the classifiers.When evaluated on face detection benchmark AFW the proposed multi-view face detection algorithm surpasses current state-of-the-art detectors by a con-siderable margin,while runs at 62 FPS for VGA image.
