结合肤色模型和多模板匹配的增强adaboost算法

《结合肤色模型和多模板匹配的增强adaboost算法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、综合肤色模型和多模板匹配增强Adaboost人耳检测摘要：人耳检测作为人耳识别的关键步骤，其效果直接影响着人耳识别的性能。利用传统的Adaboost算法进行人耳检测，会出现的样本训练时间过长、过于依赖样本质量等问题。为克服这些问题，在训练不足及初始人耳定位不好的情况下，本文引进YCbCr肤色模型和多模板匹配技术策略对人耳进行精确定位。实验表明，改进后的人耳检测性能得到较大的提高，对动静态人耳均能达到准确定位和检测的效果，消除了部分误检和减轻了检测过程中出现的多框及人耳框选不全等现象，算法的鲁棒性较好。关键词：Adaboost

2、算法，肤色，多模板匹配CombiningSkin-colormodelandMulti-templateMatchingforEnhancedAdaboostEarDetectionAbstract:Asakeystepofearrecognition,Theeardetectionimpactdirectlyontherecognitionperformance.ButmanyproblemswillbecausedbyeardetectionwithtraditionalalgorithmofAdaboost,Sucha

3、sthelongtimeoftraining、dependentingonthequalityofsamplesoverly.Inordertoovercometheproblems,weintroducethemodelofYCbCrandthestrategiesofmulti-templatematchingtoperformearlocationaccuratelyundertheconditionsofinsufficienttrainingwithAdaboostandthebadpositionofrawdet

4、ection.Themethodthatproposedeliminatedsomefalsedetectionofskin-colorandthemulti-locationorthephenomenaofincompleteselection.Theexperimentsofpracticaldetectionshowtheperformanceoftheproposedmethodiskeptwellandrobustsufficientlywhetherunderthestaticorthedynamicenviro

5、nmentsforeardetection.Andtherobustnessofthealgorithmisbetter.Keywords:Adaboostalgorithm,Skincolor,Multi-templatematching.0引言人耳识别技术是20世纪90年代末开始兴起的一种新颖的生物特征识别技术。研究表明，人耳具有唯一性、普遍性和稳定性[1-2]，可用来进行人体生物特征识别。与其它生物特征相比，人耳识别具有一些优势：与人脸识别相比，人耳数据量小，不受表情变化的影响，其结构不随年龄的增长而改变；与虹膜、指纹

6、识别相比，人耳图像的获取不需要专门传感器或高分辨率相机，采用非接触数据采集方式，简单易行。此外，人耳识别也是以非干涉式方式工作。因此，人耳识别具有较高的理论研究价值和实际应用前景。人耳检测(eardetection)作为人耳识别的首要环节，其好坏直接影响着人耳识别的效果。同时，由于人耳是一个复杂的3D形体器官，对人耳检测技术的研究具有较普遍的理论共性，其研究成果同样可以应用于其它生物特征的检测和识别上。当前，国内外已经出现利用传统的Adaboost算法进行人耳检测的工作[3-5]。但这种传统做法过于依赖训练样本的数量和质量。

7、若训练样本较多其训练的速度将非常缓慢。若训练样本过少则又会大大降低最后依据其进行检测的性能。本文为弥补传统Adaboost算法应用人耳检测时遇到的不足，在分类训练时，先对样本进行预处理以提高样本的质量；再在初步检测人耳后，引进肤色模型和多模板匹配策略，以避免因样本数目少而造成的肤色误检并消除人耳检测过程中出现的多框及框选不全的现象，从而实现人耳的精确检测。这种处理方法不但可改善Adaboost算法训练速度缓慢的缺点，还可大大提高了人耳检测的实际性能。刘德凯，男，1984.年生，汉，山东省德州市，西南科技大学控制理论与控制工程

8、专业硕士研究生。刘恒，男，1976年生，汉，四川省遂宁市，上海交通大学博士毕业，西南科技大学副研究员，硕士生导师，研究方向模式识别与计算机视觉。本课题受2009四川省教育厅重点项目(08zd1109)资助。本文提出的综合肤色模型和多模板匹配技术增强Adaboost人耳检测方法框图如图1所示