文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 计算机软件及应用 > 基于Adaboost的人脸检测研究
侵权投诉

基于Adaboost的人脸检测研究

如图2所示,像素(x,y)点的积分图像定义为该点左上方矩形图像区域内像素点的和,即

ii(x,y)=

燮Σi(x',

y')x'x,y'燮y

这里ii(x,y)指的是积分图像,i(x,y)是原图像。使用如下的迭代公式,再遍历一遍原图像后可以得到每个像素的积分图像。

s(x,y)=s(x,y-1)+i(x,y)ii(x,y)=ii(x-1,y)+s(x,y)

这里s(x,y)是像素的行累加和,并且为了计算方便,定义s(x,-1)=0,ii(-1,y)=0。

利用积分图像就可以快速地计算上图的矩形特征,如图3所示矩形D内的像素可以由四个参考矩阵计算得到。位置1的积分图像是矩阵A的像素和,位置2的是A+B,位置3的是A+C,位置4的是A+B+C+D。所以D的像素和可以由4+1-(2+3)得到。所以二矩阵特征可以通过6个参考矩阵求得,三矩阵特征可以通过8个参考矩阵求得,四矩阵特征可以通过9个参考矩阵求得。

图3

利用积分图像快速计算矩形内像素和

3.2矩形特征

在人脸检测过程中,需要对候选图像进行分析,判断是否为人脸,多数人脸检测系统都是使用特征对人脸模式进行建模,这些特征都应有一定的人脸和非人脸的区分性。Adaboost用于人脸检测时,需要从人脸中抽取大量的简单特征。在训练分类器时,

利用图像的特征空间而不是直接的像素灰度分布往往会取得更好的分类效果。因为特征空间会在一个更高维的空间内更好地描述图像的本质,而这是显示的图像本身很难具备的。如图4就是PaulViola和MichaelJones提出的4个Haar-like特征。其中a,b表示的是两个矩形框的Haar-like特征,c表示的是3个矩形框的Haar-like特征,d表示的是4个矩形框的Haar-like特征。每一类矩形的特征值就是用图中所示的灰色矩形内的像素值之和减去白色矩形内的像素值之和得到的。

如果图像是由两个矩形构成的特征,如图4中的A,可使用4个矩形的积分图计算黑色框中矩形的像素之和,则可得运算式E+A-B+C,而计算白色框中矩形的像素值,则可得运算式F+C-D-E,

因此仅需A,B,C,D,E,F6个参考矩形就可计算出期望的特征值,最终特征值的计算表达式为

(

基于Adaboost的人脸检测研究

宽为w征值,图4三种类型的矩形特征

3.3算法分析

Adaboost算法是一种分类器算法。具体来说,Adaboost学习算法的核心思想是从一个很大的特征集中选择很小的一部分关键的视觉特征,从而产生一个极其有效的分类器。它利用大量的分类能力使一般的简单分类器通过一定的方

法叠加起来,构成一个分类能力很强的强分类器,再将若干个强分类器串联成为分级分类器完成图像搜索检测。串联的级数依赖于系统队错误率和识别速度的要求。这种用“分级”来不断组合成更复杂的分类器的方法可以使图像的背景区域能够很快地被排除而将更多的计算花费在更有希望成为目标的区域。对于每一种特征而言,

弱学习器决定弱分类器的最佳的门限值,使其具有最小的误分样本数。全部的检测过程的形式就是这样的一个退化的决策树。

其中弱分类器hi(x)由一个特征fi,一个阈值θi,和一个控制不等式方向的pi组成,如下所示:

hpjfj(x)<pjθj

j(x)=

Σ1

其它

算法的具体描述如下:

给定样本图像集(xi,y)i1,…(xn,yn)n,其中yi=0,1分别对应负样本和正样本。

初始化权重,yi=0时ωi,t=1/(2m),yi=1时ωi,t=1/(2l),其中m,l分别为负样本与正样本的数量。

对于每个t=1,…,T(1)权重归一化wti←

wi

Σwt

i

j=1

—51—

上一页第2页

你可能喜欢

  • 人脸检测论文
  • 人脸检测技术
  • 人脸检测与识别
  • 人脸识别系统设计
  • 人脸识别技术
  • 肤色检测
  • matlab人脸识别程序

热门文档

相关文档

  • 基于Adaboost算法的人脸检测研究及实现

    课题研究工作从基于Adaboost算法的人脸检测出发,分别从训练过程、检测过程对 该算法进行优化,并在此基础上开发了人脸检测与跟踪实验系统。 首先,根据经典Adaboost算法的...

  • 【论文】基于Adaboost的人脸检测

    基于Adaboost的人脸检测_专业资料。对Adaboost算法进行了深入的研究和思考,在Adaboost算法的基础上引入了级联结构和积分图像的方法。实验证明,这两种方法的引入,在保证...

  • 【论文】基于Adaboost算法的人脸检测研究

    基于Adaboost算法的人脸检测研究_专业资料。随着计算机科学的发展,人脸识别研究受到越来越多的重视。而作为人脸识别的一个重要步骤的人脸检测直接影响到识别的速度和...

  • 基于AdaBoost的人脸检测

    基于AdaBoost的人脸检测_IT/计算机_专业资料。adaboost在人脸检测的应用学号: 学号:02061449 姓名: 姓名:秦岩 摘要 本文首先对人脸检测进行了概述,给出了人脸检测...

  • (9)基于Adaboost的人脸检测方法及眼睛定位算法研究

    (9)基于Adaboost的人脸检测方法及眼睛定位算法研究_理学_高等教育_教育专区。基于Adaboost的人脸检测方法及眼睛定位算法研究电子科技大学 硕士学位论文 基于Adaboost的...

  • 一种改进的基于AdaBoost的人脸检测算法

    一种改进的基于AdaBoost的人脸检测算法_专业资料。第 28 卷第 2 期) (下 2012 年 2 月 赤峰学院学报( 自然科学版) Journal of Chifeng University(Natural ...

  • 基于Adaboost算法的人脸检测研究

    华北水利水电学院 硕士学位论文 基于Adaboost算法的人脸检测研究 姓名:张健 申请学位级别:硕士 专业:模式识别与智能系统 指导教师:邱道尹 2011-05 华北水利水电...

  • 【论文】基于Adaboost的人脸识别算法研究

    基于Adaboost的人脸识别算法研究_专业资料。人脸识别技术作为当前的研究热点之一,主要包括识别和检测2大方向。人脸识别的研究内容主要是如何快速准确的在人脸数据库中...

  • 基于adaboost算法的人脸检测 人脸检测毕业设计

    然后,我们开始介绍本次设计主要使用的人脸检测算法——adaboost 算法,以及相关 知识——haar 矩形特征和积分图。 最后,我们利用 opencv 对基于 adaboost 算法的人脸...

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email