資源描述：
《基于人臉特征和adaboost算法的多姿態(tài)人臉檢測》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第30卷第4期計算機應用Vo1．30No．42010年4月JournalofComputerApplicationsApr．2010文章編號：1001—9081(2010)04—0967—04基于人臉特征和AdaBoost算法的多姿態(tài)人臉檢測阮錦新，尹俊勛(華南理工大學電子與信息學院，廣州510641)(ruanjinxin@163．com)摘要：基于人臉特征和AdaBoost算法，提出一種改進的多姿態(tài)人臉檢測算法。首先利用膚色特征快速排除絕大部分背景區(qū)域，然后在膚色區(qū)域中搜索眼睛和嘴巴區(qū)域，根據(jù)眼睛和嘴巴區(qū)域的幾何特征所確定的人臉方向分割出大致正向的人臉候選區(qū)域，最后
2、利用AdaBoost算法對候選區(qū)域進行分類。實驗表明，算法能實現(xiàn)多姿態(tài)人臉的快速檢測，而且對臉部表情和遮擋有較強的魯棒性。關(guān)鍵詞：人臉檢測；多姿態(tài)；膚色區(qū)域；人臉特征；AdaBoost算法；Harr—like特征中圖分類號：TP391．41文獻標志碼：AMulti—posefacedetectionbasedonfacialfeaturesandAdaBoostalgorithmRUANJin．xin．YINJun—xun(SchoolofElectronicandInformationEngineering，SouthChinaUniversityofTechnolo
3、gy,GuangzhouGuangdong510641，China)Abstract：Animprovedmulti—posefacedetectionalgorithmbasedonfacialfeaturesandAdaBoostalgorithmwasproposed．Makingfulluseoffacialskincolorinformationfirstly，mostofthebackgroundregionscouldbequicklyexcluded．Afterdetectingeyesandmouth，theapproximatefrontalface
4、candidateregionsweresegmentedaccordingtofaceorientationdecidedbythegeometricfeaturesoftheeyesandmouthregions．Atlast，thefacecandidateregionswereclassifiedbyAdaBoostalgorithm．Theexperimentalresultsdemonstratethatthealgorithmcanfurtherimprovethemulti-posefacedetectionaccuracyandishighlyrobu
5、sttofacialexpressionandocclusion．Keywords：facedetection；multi·-pose；skincolorregion；facialfeature；AdaBoostalgorithm；Harr·-likefeatureHarr．1ike特征]、增加姿態(tài)檢測器等，都能有效降低誤檢0引言率，卻影響了檢測速度。隨著人臉識別技術(shù)的發(fā)展與應用，人臉檢測作為人臉技本文提出了一種基于膚色等人臉特征和AdaBoost算法術(shù)應用關(guān)鍵和首要的一步，得到了廣泛的關(guān)注和研究j?，F(xiàn)的人臉檢測算法，實現(xiàn)多姿態(tài)人臉的快速檢測。算法首先結(jié)在，在較理想的條
6、件下，正面人臉檢測已取得了令人滿意的效合人臉特征，利用眼睛、嘴巴確定人臉方向，按人臉方向分割，果。然而，在一般情況下，由于多姿態(tài)、遮擋、光照等因素影得到大致正向的人臉候選區(qū)域，然后，用級聯(lián)結(jié)構(gòu)的AdaBoost響，人臉檢測仍需進一步研究J，而且這也是實際應用中亟算法進行驗證。這樣，可避免由于擴展Hart—like特征或增加須解決的問題。姿態(tài)檢測器等原因而增加算法的復雜度，使速度和準確率都基于人臉特征是人臉檢測的常見方法。人臉膚色是有所提高。人臉的重要特征之一。在整個色度空間中，人臉膚色空間只是一個很小的子空間，有較強的聚類特性，膚色特征易于提1多姿態(tài)人臉檢測算法取。利用
7、膚色進行人臉檢測，算法簡單、速度快，不易受姿態(tài)、人臉檢測算法流程如圖1所示。算法主要由圖像預處表情何旋轉(zhuǎn)等影響，具有相對的穩(wěn)定性。在彩色圖像中，利用理，膚色區(qū)域檢測，眼睛、嘴巴檢測，人臉候選區(qū)域分割和膚色特征進行人臉檢測預處理，能有效縮小人臉檢測的范圍。AdaBoost訓練與候選區(qū)域分類等組成。因此，基于膚色特征的人臉檢測算法得到了廣泛的應用J。但是，在復雜背景下，只基于膚色進行人臉檢測并不充分，誤檢率高，檢測精度低，所以常常結(jié)合其他方法一起使用。2001年Viola和Jones引入積分圖概念，提出了基于Harr．1ike特征、級聯(lián)結(jié)構(gòu)的
