基于连续adaboost算法多角度人脸检测技术的研究和实现

基于连续adaboost算法多角度人脸检测技术的研究和实现

ID:33679434

大小:4.87 MB

页数:91页

时间:2019-02-28

基于连续adaboost算法多角度人脸检测技术的研究和实现_第1页
基于连续adaboost算法多角度人脸检测技术的研究和实现_第2页
基于连续adaboost算法多角度人脸检测技术的研究和实现_第3页
基于连续adaboost算法多角度人脸检测技术的研究和实现_第4页
基于连续adaboost算法多角度人脸检测技术的研究和实现_第5页
资源描述:

《基于连续adaboost算法多角度人脸检测技术的研究和实现》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、南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实,愿意承担一切相关的法律责任。研究生签名:_____________日期:____________南京邮电大学学位论文使用授权声明本人授

2、权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索;可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布(包括刊登)授权南京邮电大学研究生院(筹)办理。涉密学位论文在解密后适用本授权书。研究生签名:____________导师签名:____________日期:_____________II南京邮电大学硕士学位论文摘要学科、专业:工科、计算机软件与理论研究方向:

3、软件技术及其在通信中的应用作者:二零零九级硕士研究生:廖文军指导教师:孙知信教授题目:基于连续Adaboost算法的多角度人脸检测技术研究与实现英文题目:ResearchandImplementationonMulti-anglefacedetectiontechnologyBasedonContinuousAdaboostalgorithm主题词:连续adaboost,多角度人脸检测,人体周边物体,特征提取Keywords:ContinuousAdaboostalgorithm,Multi-angleface

4、detection,Itemsofhumanperipheral,FeatureextractionIII南京邮电大学硕士研究生学位论文摘要摘要随着数字图像处理技术以及智能学习算法的不断发展,人脸检测技术正越来越多的应用到视频监控、人机交互以及电子商务等领域;而所谓的人脸检测过程就是指从静态图像或动态视频帧图像中将人脸对象从背景范围中分割出来,并且指定人脸区域范围的过程。目前,成熟的人脸检测大部分是针对正脸规则样本进行检测,对于多角度的人脸检测,研究和实用的实例较少,因此研究如何进行高效、准确的多角度人脸检测成

5、为研究人员越来越关注的焦点问题。本文首先对已有人脸检测技术进行了总结和归纳,将其划分为基于特征的人脸检测方法、基于模板匹配的人脸检测方法和基于统计的人脸检测方法三类,并指出目前应用最为广泛、精度和效率最好的是基于统计的人脸检测中的基于积分图像特征的方法,由此引出本文的核心算法——Adaboost算法;其次,对Adaboost算法的相关应用基础技术——Haar特征及其扩展和积分图技术进行了深入研究,为运用Adaboost算法进行人脸检测打下基础;同时,还总结了连续Adaboost算法在人脸检测中的应用流程,并就连

6、续Adaboost算法的相关改进工作的进展做了研究和阐述,指出基于查找表型弱分类器构建和基于多重阈值划分弱分类器构建两种弱分类器的改进方法,并指出它们在训练速度上存在缺陷。针对多角度人脸的检测场景,本文研究和实施了多角度人脸划分,将多角度人脸划分为84种,并通过研究Haar特征的特点,将需要通过样本学习而形成的分类器减少至12个,极大的提高了分类器的在训练时的速度;同时,由于整体项目的要求,对人脸检测的总体流程做了相应的改进,增加了图像类型检测、肤色检测、绝对位置检测和相对位置检测四个步骤,最终实现了一个基于连

7、续Adaboost算法的多角度人脸检测系统(CAMFDS)。本文所实现的基于连续Adaboost算法的多角度人脸检测系统(CAMFDS)采用MIT公开的人脸训练样本集做为训练样本,以2157张来自Internet的人脸图像作为测试样本集,针对彩色和灰度、闭眼和睁眼、正常和小眼以及有无眼镜等情形进行了分类测试,测试结果表明,人脸检测的准确率最低达到88.9%,召回率最低达到80.0%,执行效率统计每张图像总流程耗时708.7毫秒,其中包含预处理耗时、Adaboost算法执行耗时以及改进流程耗时。基于连续Adabo

8、ost算法的多角度人脸检测系统作为人体周边物体特征提取系统中的重要组成子系统,为整体系统提供了精确和高效的人脸定位,为后续检测模块的顺利实施打下了坚实的基I南京邮电大学硕士研究生学位论文摘要础,人体周边物体特征提取系统目前已验收成功,整体项目已结项,与之相关的发明专利1项已公开。关键词:连续adaboost,多角度人脸检测,人体周边物体,特征提取II南京邮电大学硕士研究生学位论文ABS

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。