文档介绍：学科门类: 分类号:
单位代码: 密级:
硕士学位论文
论文题目:基于连续 Adaboost 算法的多角度人脸检测技术研究与实现
学生姓名: 廖文军
学号: Y004091133
指导教师: 孙知信教授
学科专业: 计算机软件与理论
研究方向: 软件技术及其在通信中的应用
论文提交日期: 2012 年 3 月 9 日
I
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: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:Research and Implementation on Multi-angle face detection
technology Based on Continuous Adaboost algorithm
主题词:连续 adaboost,多角度人脸检测,人体周边物体,特征提取
Keywords: Continuous Adaboost algorithm, Multi-angle face detection, Items
of human peripheral,Feature extraction
III
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 张来自的人脸图像作