《基于adaboost的人脸检测及识别》由会员分享，可在线阅读，更多相关《基于adaboost的人脸检测及识别（32页珍藏版）》请在金锄头文库上搜索。
1、物理电气信息学院 本科毕业论文 宁夏大学 毕业论文 AdaBoost人脸检测及识别 姓名：罗慧彪 专业：电子信息工程 指导教师：孟一飞 20140423 物理电气信息学院 本科毕业论文基于AdaBoost 人脸检测及识别摘 要人脸检测是在指给定的一幅图片或连续视频中确定是否有人脸的存在，如果有人脸，则标出人脸的位置和大小。人脸检测是计算机模式识别最热门的研究课题之一，在视频会议，远程监控，远程治疗中都有应用。许多学者，和专家对此做了许多大量的工作，取得了优秀成果并提出了大量的有效算法。本文主要工作如下：1、人脸检测算法居多，在了解相关的人脸检测算法后，进行最后的比较，选定适应能力强、错误率小的
2、Adaboost 人脸检测算法。基于Haar 特征的级联分类器算法，在训练样本足够多足够好时，在理论上可以将错误率降到任意小，可以适应许多复杂的环境中。2、本文对Adaboost 人脸检测算法实现MATLAB 的仿真，可以首先不去研究算法是如何实现的，着重关注算法本身的性能。关键词：人脸检测 Adaboost 人脸识别 图像预处理 特征提取AbstractFace detection is to determine whether there exists in a picture or continuous video ,if have, marked the size and locati
3、on of the face.It is one of the most popular computer pattern recognition research topics,is applied in video conference, remote monitoring, remote treatment. Many scholars,and experts have done a lot a lot of work and achieved outstanding results and give a lot of effective algorithms.The main work
4、 of this paper is as follow:1. Face detection algorithms are mostly, after understanding the relevant algorithms and compared their ,I chose Adaboost face detection algorithm and Its features is adaptable, small error rate. If the training samples is too good enough,cascade classifier based haar can
5、 make the error rate reduce to arbitrarily small, can be adapted to many complex environments.2. The paper use MATLAB to achieve Adaboost face detection algorithm,we can focus on the performance of algorithm,but not study how to achieve on their own.Key words :Face detection,Face recognition,Image p
6、reprocessing , Feature extraction , - 4 -目录基于AdaBoost 人脸检测及识别I摘 要IAbstractI第 1 章 绪 论11.1 背景前提11.2 人脸检测算法研究历史11.2.1 基于肤色的人脸检测21.2.2 基于形状的人脸检测21.2.3 基于特征的人脸检测31.2.4基于特征不变量的方法41.2.5基于模板的方法41.2.6基于表象的方法5第 2 章 Adaboost 算法62.1 boosting 方法62.2 Adaboost 算法62.2.1 Adaboost 算法的概述62.2.2 Haar 特征及其计算72.2.3 条件矩形及其
7、数量92.2.4特征值102.2.5 弱分类器132.2.6 Adaboost 算法训练过程132.2.7 级联强分类器142.3 Adaboost 人脸检测过程152.5 本章小结16第3章 人脸识别的主要流程及困难163.1人脸识别的困难163.1.1复杂条件下人脸的检测和关键点定位163.1.2光照问题163.1.3资态问题163.1.4表情问题173.1.5遮挡问题173.2 人脸识别流程173.2.1人脸图像采集173.2.2预处理18- 4 -3.2.3特征提取183.2.4特征形成183.2.5特征提取183.2.6特征选择183.2.7特征匹配193.3 本章小结19第4 章基
8、于直方图的人脸识别实现194.1识别理论194.2直方图均衡化204.2.1概述204.2.2基本思想204.2.3优缺点214.3直方图规定化214.3.1概述214.3.2方法推导224.3.3算法描述224.4方案确定224.5人脸识别的matlab实现23参考文献25致 谢27- 4 -第 1 章 绪 论1.1 背景前提人脸检测是在给定的一幅图片或连续视频中确定是否有人脸的存在，如果有，则标出人脸的位置和大小。人脸检测是一个复杂的过程，它要受到肤色，外貌，拍摄的角度的影响，另外一个人的胡须，帽子，长发，口罩等也会干涉它的精度，还有不可避免的光照，阴影等影响。下文会介绍历年来对人脸检测的
9、方法和他们的特点。人脸是人类情感表达和交流的最重要，最直接的信息载体。通过人脸可以判断一个人的历史记录，地理地域，身份，地位等。在如今的信息网络化时代对人脸的研究具有及强的意义和市场前景。自19 世纪80 年代以来人们就开始了对人类人脸的研究，长期以来，科学界从计算机图形学，视觉，人类学，图像处理学等多个学科对人脸进行了研究。在这些领域，人脸的检测，识别，获取，模拟，判断一直是难点和热点，他们共同组成了人脸工程学研究的重要组成部分。特别是国外现在存在的越来越多的恐怖袭击事件后，世界正在加速对人类工程学的研究，发表关于它的文章在各大杂志上也日益增多。人脸检测是其中一个主要分支，它是实时的人脸识别
10、和情感识别系统实现的前提和基础。进行人脸检测技术的研究有着重要的意义，因为随着信息时代的到来，网络，无线通信已经成为人们生活中不可缺少的一部分。由此而产生的视频会议，可视电话，高速网络技术等所利用的图像处理技术都具有极大的应用前景。例如人们已经不能满足只是坐在电脑前面进行交流，需要采用人机交互式方式，远程操作，甚至用意念来控制机器。随之而来的是关系到模式识别技术，图形图像技术，虚拟三维技术难题的攻克和革新，人脸检测技术是他们重要的组成部分，人们对于人脸检测方面的知识也正在热烈的研究中。人脸检测技术由图像采集技术，图像显示技术和图像处理技术三部分组成。其中图像采集的传感器由有线阵和面阵之分的电荷
11、耦合器件（CCD）、能存储少量载流子的像感元件的电荷注入器件（CID）、发展到自扫描光敏二级管阵列的MOS 图像传感器，从技术发展的趋势来看，无论是CCD 还是MOS，其图像产品的分辨率越高，清晰度越好，体积越小、性价比越高。图像显示部分的发展经历了CRT、液晶及等离子三个阶段，由于这三者显示方式各有各的特点，所以很难断定哪个有绝对的优势。图像处理的实现目前主要是在PC 机上，使用的软件也许多，各有特色，经典的有MATLAB,C+,但PC 机上的功耗、体积、携带方便等性能在很多场合都不能满足人们的要求。如在火车上进行罪犯的抓捕，不可能把PC 机搬到旅客面前进行一一的身份鉴定。迫切需要在小型嵌入
12、式系统中进行图像处理的开发，本论文是在这种前提下提出的人脸检测算法的DSP 实现，具有很大的价值。1.2 人脸检测算法研究历史人脸检测涉及的内容非常丰富，根据不同的特性具有不同的分类方法，但总体的来说可以分为基于肤色的人脸检测、基于形状的人脸检测、基于特征的人脸检测三类。1.2.1 基于肤色的人脸检测基于肤色进行人脸检测的方法是最常用的方法之一，也比较容易理解。在外界图像模拟信号进入计算机后有不同的表达方式，这就有了不同的彩色空间，主要的彩色空间有1：RGB 格式（红、绿、蓝三基色）2：HIS 格式（色度、饱和度、亮度）3：YcbCr(YUV)格式，并且它们之间可以互相转换，在许多图像书籍中都
13、有介绍，基于肤色的人脸检测是利用了人脸肤色和周围环境颜色的差异，通过这种肤色差异将人脸和背景环境区分开来，以上提出的三种颜色模型各有特点，所以一般是综合各种肤色模型来达到好的检测效果。具体来说选择什么样的肤色模型对人脸检测的有效性和准确性至关重要。前人已经研究出了比较有效的彩色模型：HSI 彩色空间的模型如公式1-1， (11) RGB 彩色空间的模型如公式1-2， （12）其中： （13）公式13 中指出b=1-g-r,所以彩色空间由g,和b 决定。通过转化可以变成不同的彩色空间，应用公式11 和12 可以将图像变成二值图像进行检测1.2.2 基于形状的人脸检测这种检测方法是利用了人脸的五官形状信息，用这些信息来匹配人脸，比如用椭圆形形状来表示人脸，在图像中搜索椭圆形的位置来粗略检测人脸。或者将人脸分为多个区域，利用这些区域的特征关系来检测人脸。模板匹配方法是基于形状的人脸检测的特例，事先根据人脸的特征制定出人脸检测模板，对给定的输入图像计算出它与模板的相关程度，如果大于一定的阈值则证明人脸的存在。这种方法计算简单，但已证明它的有效性不是很高，很难满
