基于AdaBoost算法的人脸检测研究.doc

摘要：人脸检测是人脸分析的关键环节，它起源于人脸识别。主要用于人脸识别前的预处理，来鉴定图像中是否存在人脸，它的应用十分广泛，是信息化时代提高信息处理高效性的一个重要组成部分，具有着重要的应用价值与商业价值。同时，人脸识别也是一个非常困难的研究课题，因为人脸结构差别细微，且易受光照，遮盖等外界因素影响，难以定性描述；人脸识别涉及到很多技术，本文运用的AdaBoost算法是一种快速人脸检测迭代算法，简单来说就是一个弱分类器算法提升的过程，通过训练分类器达到检测的目的，且大大提高了检测精度与速度。其中对于AdaBoost人脸检测训练算法速度很重要的两方面是特征选取和特征计算，本文涉及的特征选取为矩特征-Haar特征，计算的方法为积分图，并通过对AdaBoost算法的深入分析和研究运用上述矩形特征搭建了一个快速人脸检测系统。

关键词:AdaBoost方法，人脸检测，积分图，弱分类器，强分类器，级联分类器

目录

摘要

Abstract

1  绪论-4

1.1  人脸识别的概念-4

1.2  研究现状与难点-4

1.3  本文主要研究内容-5

1.4  本文内容安排-5

2  经典方法概述-5

2.1  基于线性子空间的方法-5

2.2  基于人工神经网络的方法-6

2.3  基于统计的方法-8

3  AdaBoost人脸识别方法概述-10

3.1  引言-10

3.2  算法描述-11

3.3  矩形特征与积分图-12

3.4  AdaBoost学习算法-16

4  程序实现及结果-21

4.1  人脸检测系统的实现-21

4.2  实验结果-22

参考文献-25

致  谢-26

附件 程序源代码-27