基于统计理论的人脸检测算法研究

论文摘要

人脸具有非常丰富的信息,是人类互相认识主要标志。人脸信息处理在计算机视觉、模式识别、多媒体技术研究中占有重要的地位。人脸检测作为人脸信息处理中的一项关键技术,是目前模式识别的热门研究话题,是一项计算机视觉领域内受到普遍重视、研究十分活跃的课题。论文的主要研究内容如下:1)基于模板子窗口树匹配特征的人脸检测算法。针对整体与局部信息的融合问题,本文提出了模板子窗口树概念,扩展了传统的模板,并利用积分图实现高效相关系数计算,通过SVM核的构造在特征层次进行融合,并通过瀑布型AdaBoost粗筛选以进一步加快检测速度。在CMU+MIT正面测试集上检测率为89.4%,误报69个。在P4 1.7GHz的PC上以Matlab 6.5为平台,处理一幅大小为364x367的图片平均需要36s。实验结果表明,该方法比较有效,并具有一定的实用价值。2)基于相位一致性的人脸检测算法。针对光照影响问题,本文提出相位一致性人脸概念。相位一致性是一种无量纲的,对图像亮度和对比度变化具有不变性的测度,利用相位一致性图的积分投影进行降维后结合SVM实现了对光照条件鲁棒的检测算法,并通过粗筛选层大幅提高检测速度。在CMU+MIT正面测试集上和Yale Face Database B上的实验均取得了较好结果,表明该算法是有效的。

论文目录

摘要

ABSTRACT

第一章绪论

1.1 研究的背景与意义

1.2 国内外研究现状

1.3 本文主要工作和创新点

1.3.1 本文的研究内容

1.3.2 本文的创新点

1.3.3 本文组织结构

第二章统计学习理论

2.1 引言

2.2 机器学习的基本问题

2.2.1 问题的表示

2.2.2 经验风险最小化

2.2.3 复杂性与推广能力

2.3 统计学习理论的核心内容

2.3.1 VC维

2.3.2 推广性的界

2.3.3 结构风险最小化

2.4 支持向量机

2.4.1 广义最优分类面

2.4.2 核函数

2.4.3 SVM算法改进

2.5 Boosting算法

2.5.1 AdaBoost算法

第三章基于模板子窗口树匹配特征的人脸检测算法

3.1 引言

3.2 积分图

3.3 模板匹配快速计算

3.4 模板区域划分

3.5 模板与分类器构造方法

3.6 人脸搜索策略

3.7 加速策略

3.8 实验结果

3.9 本章小结

第四章基于相位一致性的人脸检测算法

4.1 引言

4.2 相位一致性模型

4.3 滤波器设计

4.4 相位一致性人脸

4.5 特征提取

4.6 SVM构造结果

4.7 人脸搜索策略

4.8 加速策略

4.9 实验结果

4.10 本章小结

第五章结束语

5.1 总结

5.2 展望

参考文献

致谢

攻读学位期间发表的学术论文目录

攻读硕士学位期间主要参与项目

基于统计理论的人脸检测算法研究

论文摘要

论文目录

相关论文文献