基于肤色和AdaBoost算法的彩色人脸图像检测

基于肤色和AdaBoost算法的彩色人脸图像检测

论文摘要

人脸检测是确定人脸的位置和大小的图像处理过程。近年来人脸检测一直是计算机视觉和模式识别领域的一个研究热点和难点,其在安全访问控制、视觉监测、基于内容的检索等领域具有广泛的应用价值。本文针对复杂背景下的彩色图像,构建了基于肤色和AdaBoost算法相结合的人脸检测系统,并在自制的人脸图像数据库上进行测试。本文首先介绍了人脸检测技术研究背景和意义,归纳和分析了目前常用的一些人脸检测算法,然后提出了一个新的人脸检测方法。该方法包含三个部分的内容:首先,通过分析和比较肤色在各种色彩空间中的聚类性之后,建立了在YCgCr空间中的肤色高斯模型,并在自适应阈值选取算法下完成肤色区域的分割,得到二值化后的图像;接着,采用数学形态学对二值化后的图像进行滤波处理,再利用一些人脸的先验知识对所得到的肤色区域进行筛选,进一步剔除类肤色区域和裸露在外的非人脸区域,减少了后续检测的工作量;最后,将候选区域与AdaBoost算法所检测出的人脸区域相结合,提高系统的检测性能。论文最后对本文方法进行了实现并给出实验结果,同时指出该方法的特点与不足之处,明确了今后进一步研究的方向。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 选题背景及意义
  • 1.2 人脸检测系统的评价标准
  • 1.3 人脸检测方法综述
  • 1.3.1 基于知识的人脸检测方法
  • 1.3.2 基于模板匹配的人脸检测方法
  • 1.3.3 基于统计的人脸检测方法
  • 1.4 论文章节安排
  • 第二章 基于肤色分割的人脸检测
  • 2.1 肤色的聚类特性
  • 2.2 色彩空间
  • 2.2.1 色彩空间的介绍
  • 2.2.2 色彩空间的选取
  • 2.3 肤色模型
  • 2.3.1 肤色模型的介绍
  • 2.3.2 肤色模型的建立
  • 2.4 图像预处理
  • 2.5 肤色区域分割
  • 2.5.1 肤色似然图
  • 2.5.2 图像二值化
  • 2.5.3 滤波去噪
  • 2.6 候选区域的筛选
  • 2.6.1 区域的长宽比
  • 2.6.2 区域的面积
  • 2.6.3 区域面积占有率
  • 2.6.4 区域的重心
  • 2.7 部分实验结果
  • 第三章 基于AdaBoost的人脸检测算法
  • 3.1 haar-like矩形特征
  • 3.2 利用积分图像计算矩形特征
  • 3.3 AdaBoost算法
  • 3.4 级联分类器
  • 3.5 开源软件OpenCV
  • 第四章 基于肤色和AdaBoost算法的人脸检测
  • 4.1 肤色检测的优缺点
  • 4.2 AdaBoost算法的优缺点
  • 4.3 基于肤色和AdaBoost算法的人脸检测
  • 4.4 实验结果及分析
  • 第五章 总结与展望
  • 5.1 论文小结
  • 5.2 进一步工作
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].基于多步校正的改进AdaBoost算法[J]. 清华大学学报(自然科学版)网络.预览 2008(10)
    • [2].基于AdaBoost级联框架的舌色分类[J]. 北京生物医学工程 2020(01)
    • [3].基于CEEMDAN+RF+AdaBoost的短期负荷预测[J]. 水电能源科学 2020(04)
    • [4].基于AdaBoost算法的炉芯温度预测模型[J]. 钢铁研究学报 2020(05)
    • [5].基于iForest-Adaboost的核电厂一回路故障诊断技术研究[J]. 核动力工程 2020(03)
    • [6].基于AdaBoost的短期边际电价预测模型[J]. 计算机与数字工程 2020(02)
    • [7].基于AdaBoost的雷达剩余杂波抑制方法[J]. 电光与控制 2020(06)
    • [8].基于KELM-AdaBoost方法的短期风电功率预测(英文)[J]. 控制工程 2019(03)
    • [9].Adaboost-SVM多因子选股模型[J]. 经济研究导刊 2019(10)
    • [10].一种改进的Adaboost-BP算法在手写数字识别中的研究[J]. 大理大学学报 2019(06)
    • [11].一种快速AdaBoost.RT集成算法时间序列预测研究[J]. 电子测量与仪器学报 2019(06)
    • [12].一种加入动态权重的AdaBoost算法[J]. 重庆师范大学学报(自然科学版) 2019(05)
    • [13].基于改进的AdaBoost算法的中压配电网断线不接地故障检测[J]. 电测与仪表 2019(16)
    • [14].基于Adaboost算法的人脸检测的研究[J]. 中外企业家 2019(26)
    • [15].基于Adaboost.RT算法的隧道沉降时间序列预测研究[J]. 中国计量大学学报 2019(03)
    • [16].一种改进的BP-AdaBoost算法及应用研究[J]. 现代电子技术 2019(19)
    • [17].AdaBoost的多样性分析及改进[J]. 计算机应用 2018(03)
    • [18].基于改进Real AdaBoost算法的软件可靠性预测[J]. 空军工程大学学报(自然科学版) 2018(01)
    • [19].一种基于聚类和AdaBoost的自适应集成算法[J]. 吉林大学学报(理学版) 2018(04)
    • [20].基于Adaboost算法的人眼检测技术在路考系统中的应用[J]. 汽车与安全 2016(04)
    • [21].基于改进Adaboost算法的人脸检测方法[J]. 科技经济导刊 2018(18)
    • [22].基于Adaboost和回归树集合技术的疲劳识别研究[J]. 汕头大学学报(自然科学版) 2017(02)
    • [23].基于AdaBoost算法的在线连续极限学习机集成算法[J]. 软件导刊 2017(04)
    • [24].基于Adaboost的改进多元线性回归算法中长期负荷预测[J]. 太原理工大学学报 2017(05)
    • [25].Adaboost人眼定位方法改进与实现[J]. 大连交通大学学报 2017(05)
    • [26].基于SVM-Adaboost裂缝图像分类方法研究[J]. 公路交通科技 2017(11)
    • [27].基于Adaboost的安全带检测系统[J]. 电子测量技术 2015(04)
    • [28].基于肤色模型与改进Adaboost算法的人脸检测[J]. 软件导刊 2015(06)
    • [29].基于Adaboost算法在葡萄酒酒品分类中的实际应用[J]. 科学中国人 2017(17)
    • [30].一种改进的Adaboost人脸检测方法[J]. 自动化与仪器仪表 2013(06)

    标签:;  ;  ;  

    基于肤色和AdaBoost算法的彩色人脸图像检测
    下载Doc文档

    猜你喜欢