文档介绍：人脸检测实现算法研究
A Survey on Face Detection
Liu Shuang
(Guangdong Provincial Qingyuan Polytechnic,Qingyuan 511500,China)
摘要:本文总结回顾了人脸检测的主要内容、难点、分类、检测方法,主要是基于知识、基于模板、基于特征以及基于外观的方法,最后回顾了人脸检测算法的速度发展历程,。
Abstract: This paper is mainly about the dominating approach to implementing face detection, which is based on knowledge, template, feature or appearance. In addition, the paper also talks about the difficulties of face detection and how to classify it. Last but not least, summary of the plexity development of face detection is discussed. In particular, the Adaboost algorithm and Cascade algorithm proposed by made face detection practical.
关键词:人脸检测模板特征 Adaboost Cascade Kullback-leible-Boosting
Key words: face detection;template;feature;Adaboost;Cascade;Kullback-leible-Boosting
中图分类号:TP39文献标识码:A文章编号:1006-4311(2011)26-0133-01
0引言
人脸检测是指在输入图像中确定所有人脸(如果存在)的位置,大小和位姿的过程。人脸检测最初来源于人脸识别,同时也与人脸追踪,人脸定位等问题密切相关,后来被作为单独的问题提出并进行研究,是模式识别、计算机视觉里一项十分活跃的课题。
人脸检测的主要难点由两方面构成:一方面是由人脸内部因素产生,包括人脸细节的复杂变化及人脸的遮挡;另一方面由人脸的外部因素产生,包括光照条件,图像的成像条件等。
1人脸检测的分类[3]
按照不同的标准,人脸检测可以分为不同的类别,这里指的是对二维静态图像的人脸检测的分类。以色彩属性为分类依据,可分为彩***像和灰度图像;以人脸姿态为依据可分为正面和侧面;以人脸数目为依据可分为单人脸和多人脸;以背景图像为依据可分为简单背景和复杂背景,等等。
不同的分类问题的复杂程度可能不同,如单人脸与多人脸、简单背景与复杂背景;同时可用于检测的特征也不尽相同,如对于彩***像可采用用于肤色特征的算法,而这在灰度图像是行不通的。现今实现人脸检测尚无通用的方法,各种方法均是建立在特定的条件之上。
2人脸检测方法的分类[1]
从一