欢迎来到天天文库
浏览记录
ID:35055185
大小:6.04 MB
页数:58页
时间:2019-03-17
《基于adaboost的人眼检测优化算法》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、。>换>备>毒心,纖讀寡玄:夺疋:卷-密缀-分类号—^:rr再舞―分—、^UDC.-《XJ学号睾-满??作?麵;*-^-r^;;^去i"心\^參气《,CJ■?’?'-;*/-一-V.\、^硕±学位论义?*一-■?Thes'isforMastersDegree-一■"■"?,;-^裝'--二\苗‘右J乂;:嫁糸.以批■;邊\■讓'AdaBoost的人目良检测安/-'/:矣菱论文题
2、目基于之、‘,:心.;;优化算法;'-?::心V.'‘;*户.:渗V卢.扛‘雜-严4-等心户合急;全曰制专业硕±-申请学位类别t爭、^、业名称电子与通信工程游寺奏秦^研究生姓名柳秀秀案三、—'>、,心'—;?常^二'导师姓名、职称;&娩A>肖跨珍副教授I,;争-—.,-…’-一、-.分>心.-.,-'/.■^r--■r/主支;^導5咎公,—、/、一o/、年五月处^':‘A夫巧;气巧:、—.灣,匈,.户令硬斗片答、.
3、。?'-'-尸--^-心、.VC違徽乃若.学位论文独创性声明我所本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。据过知,除了文中特别加W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的研究成果,也不包含己获得江西理工大学或其他教育机构的学位或证书而使用过的一示材料谢。与我同工作的同志对本研巧所做的任何贡献均已在论文中做了明确的说明并表意。一申研请学位论文与资料若有不实之处,本人承担切相关责任。究生签名:学位论文版权时间:各年6月I日本使用授
4、权书人完全了解江西理工大学关于收集、保存、使用学位论文的规定:即学校有权保存按要求提交的学位论文印刷本和电子版本,学校有权将学位论文的全部或者部分内容编借入有关数据库进行检索,并采用影巧、缩印或扫描等复制手段保存、汇编W供查阅和阅;学校有权按有关规定向国家有关部口或者机构送交论文的复印件和电子版。本人允子许本学位论文被查阅和借阅,同意学校向国家有关部口或机构送交论文的夏印件和电版保,并通过网络向社会公众提供信息服务。密的学位论文在解密后适用本授权书学位论签文作者签名(手写导师
5、签名(手写):字日期:扣4年《月1日签字日期:wll年t月f曰江西理工大学硕士学位论文摘要摘要人眼检测是人脸识别和追踪技术的关键,具有重要的研究价值和应用前景,在疲劳检测、眼动跟踪等领域都有所体现。眼睛对外界的变化敏感而且反应快速,所传达的信息丰富而复杂,所以基于视觉机制的研究至今都是一个富有挑战性的课题。人眼检测因其重要的研究价值一直倍受研究者们的追捧,也不断涌现出了多种多样效果不错的检测算法。根据在实际应用中的需求可将人眼检测分为粗略检测和精确检测两大类别,但是每种算法都有其优缺点,在这些算
6、法中基于Haar-like特征的AdaBoost及其改进算法是最成功也是应用最为广泛的算法之一。本文对基于AdaBoost的人眼检测算法作出了优化。首先经过对AdaBoost算法的仔细分析和研究,对传统的AdaBoost算法的权值更新规则作了优化,使其在训练样本时不会出现退化现象;其次对AdaBoost分类器的训练样本选取作了分析,并选定几组不同的正负样本组合进行了检测实验,从实验结果中得出一组最佳的样本组合方式。经过上述的研究,提出一种改进的AdaBoost人眼检测算法。分别使用上述的最佳正负样本选取方式
7、挑选双眼和单眼样本,并分别训练出双眼和单眼分类器,将两种分类器级联作为一个双层的“眼睛分类器”,将此“眼睛分类器”作为整个检测结构的一个强分类器使用,再级联多个强分类器构成检测系统。在双层结构的第一层有效的排除了误检的人眼图片,提高了第二层的准确率。该系统缩短了检测时间并降低了误检率,对眼睛的准确定位有很大提升。人眼检测最大的问题是检测的准确率和速度,未来检测的重点将是融合多种方法的优点从更为复杂的或是动态的背景图像中快速的进行人眼定位。关键词:人眼检测;AdaBoost算法;人眼定位IAbstractAb
8、stractEyedetectionisthekeyoffacerecognitionandtrackingtechnology.Ithasimportantresearchvalueandapplicationprospectarereflectedinthefieldoffatiguedetectionandeyetrackingandsoon.Theeyesaresensitivetothechangeso
此文档下载收益归作者所有