基于matlab的人脸检测实验设计

《基于matlab的人脸检测实验设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要：人脸检测已经成为计算机视觉和模式识别领域中一个非常活跃的研究方向。基于Matlab计机视觉系统工具箱的人脸检测实验，首先介绍了手动检测的Matlab实现及其不足，然后利用计算机视觉系统工具箱实现人脸检测，并在此基础上设计实现了单一人脸视频检测，所有实验均提供了Matlab程序代码，最后提出了如何实现多目标人脸视频检测的思考题。该实验方案通过实验操作增强学生对人脸检测的理解，激发学生进一步学习和研究的兴趣。同时，对计算机视觉和模式识别相关课程起到很好的教学辅助作用，有效地改善了教学效果。关键词：人脸检测；计算机视觉；Matlab；模式识别中图分

2、类号：TP317.4文献标识码：A文章编号:1009-3044(2016)22-0165-02Abstract：Facedetectionhasbecomeanactiveresearchdirectioninthefieldofcomputervisionandpatternrecognition.BasedoncomputervisionsystemtoolboxofMatlab，facedetectionexperimentsincludethreeparts.Firstly，theMatlabcodesofthemanualdetectio

3、nisintroducedandtheforthcomingsareanlysized，andthenthecomputervisionsystemtoolboxisusedtoachievefacedetection,basedonthetoolboxtheexperimentofdetectingthevideoimagesisdesigned.AlltheexperimentsarewritteninMatlabcode.Finallyexercisesareputforwardhowtorealizethemultiobjectvideof

4、acedetectionproblems.Theexperimentalprogramenhancesthestudents’understandingoffacedetection，stimulatestudents’interestinfurtherstudyandresearch.Atthesametime，theprogramplaysagoodroleinteachingtherelatedcourses，i.e.，computervisionandpatternrecognition，andeffectivelyimprovesthet

5、eachingeffect.Keywords：facedetection；computervision；Matlab；patternrecognition人脸检测的主要目的是在输入的整幅图像上寻找人脸区域，利用计算机把图像分割成人脸区域和非人脸区域两个部分。近年来，人脸检测已经成为计算机视觉和模式识别领域中的一个非常活跃的研究方向，在身份验证、人机交互、可视通信、公安档案管理等很多方面都有着极为重要的应用价值，准确、快速的人脸检测是人脸识别的基础和关键。目前，主流的人脸检测方法有基于统计模型、基于模板匹配、基于支持向量机、基于概率模型和基于肤色等方

6、法［1-9］。这些方法可以不同程度地实现对人脸的检测，获得较好的检测效果，但对于大学三年级的本科生而言，这些方法难于理解和实现。如何能让学生对人脸检测感兴趣，简单易学的操作，激发学生学习相关算法的兴趣，值得进一步探讨。本文主要基于Matlab［10］计算机视觉系统工具箱设计简单易学的人脸检测实验，通过实验操作增强学生对人脸检测的理解，激发学生进一步学习和研宄的兴趣。1计算机视觉系统工具箱介绍计算机视觉系统工具箱(ComputerVisionSystemToolbox,CVST)是Matlab2012b版本自带工具箱。该工具箱不仅包括用于特征提取、运

7、动检测、目标检测、目标跟踪、立体视觉、视频处理、视频分析的算法，还包括视频文件输入输出，视频显示，绘图以及合成。这些功能以Matlab函数、Matlab系统对象、Simulink块的形式提供。对于快速原型和嵌入式系统设计，该工具箱支持定点算法和C代码产生。计算机视觉系统工具箱的人脸检测算法主要基于Viola-Jones的人脸检测［11］，通过内置的类和函数进行人脸甚至是鼻子、嘴以及眼睛的自动检测。Viola-Jones人脸检测是Paulviola和MichaelJJones共同提出的一种人脸检测算法，该算法原理简单，耗费资源小，在提出后被广泛用于人

8、脸检测。Viola-Jones人脸检测主要包含Haar-like特征、积分图、AdaBoost迭代算法和级联分类器等内容，