人脸区域检测算法的研究与实现

2011年7月15日第34卷第14期

ModernElectronicsTechnique

现代电子技术

Jul.2011Vol.34No.14

基于Adaboost算法的人脸检测技术的研究与实现

张 宁1,李 娜2

(1.华北电力大学电子与通信工程系,河北保定 071003;2.保定职业技术学院基础科学部,河北保定 071003)摘 要:人脸检测是人脸识别技术的基础,首先提出人脸检测系统的构成,分析Adaboost算法对图像进行人脸检测的基本原理。根据Adaboost算法形成了简单的矩形特征作为人脸特征,即Haar like特征,然后由多个Haar like特征相当于一个弱分类器,由多个弱分类器级联成为一个强的分类器,并将级联分类器用于动态人脸检测中,从截取的每一帧图像中进行检测。经过实验验证,采用这种方法和步骤进行人脸检测达到了比较好的精度和速度,为接下来的人脸识别提供了前提条件。

关键词:人脸检测;Adaboost算法;级联分类器;矩形特征

中图分类号:TN391 34 文献标识码:A 文章编号:1004 373X(2011)14 0004 03

ResearchandRealizationofF

基于MB-LBP人脸检测算法

张伦，楚如峰，向世明，廖胜才，斯坦·李

生物识别与安全技术研究中心，中国科学院自动化模式识别研究所，国家重点实验室

摘要

通过使用基于AdaBoost学习算法的矩阵Haar-like特征方法，有效和实时脸部检测已经成为可能。在本文中，我们介绍了一组新的独特的人脸检测矩阵特征方法，称为多块局部二值模式（MB-LBP）。通过局部二进制模式操作，MB-LBP将矩阵区域编码成强度，得到的二值模式可以描述图像的多种局部结构。基于MB-LBP特征，研究出了一种基于AdaBoost学习算法的人脸检测方法。为了处理MB-LBP特征的非度量特征值，算法采用多分支回归树作为弱分类。实验表明，基于MB-LBP弱分类比Haar特征和原始LBP特征更加有区别度。鉴于相同的许多特征，在一个给定的0.001误报率下，所提出的人脸检测比haar-like特征高15％的正确率，比原始LBP特征高8％的正确率。这表明，MB-LBP特征可以捕获更多的图像结构信息，同时在简单地测量矩阵之间的差异下，比传统haar-like特征有更突出的性能。MB-LBP特征的另一优点是其较小的特征集，这使得训练时间要少得多。

1引言

人脸检测具有广泛的应用，例如自动

基于Adaboost算法的人脸检测研究及实现

西安理工大学

硕士学位论文

基于Adaboost算法的人脸检测研究及实现

姓名：林鹏

申请学位级别：硕士

专业：信号与信息处理

指导教师：张二虎

20070301

基于Adaboost算法的人脸检测研究及实现

摘要

论文题目：基于Ａｄａｂｏｏｓｔ算法的人脸检测研究及实现

学科专业：信号与信息处理

研究生：林鹏

指导教师：张二虎教授签名：签名：越

摘要

人脸检测技术作为机器视觉和模式识别研究领域中长期关注的一个重要课题，具有

极高的学术研究价值和商业应用价值。随着智能计算技术发展的日新月异，新方法、新技术的不断引入，给人脸检测研究注入了更多活力，检测效果越来越好，检测速度越来越快。

课题研究工作从基于Ａｄａｂｏｏｓｔ算法的人脸检测出发，分别从训练过程、检测过程对

该算法进行优化，并在此基础上开发了人脸检测与跟踪实验系统。

首先，根据经典Ａｄａｂｏｏｓｔ算法的原理，分别实现了Ａｄａｂｏｏｓｔ算法的训练过程和检

测过程。其次，鉴于Ａｄａｂｏｏｓｔ算法的训练过程时间过长，研究中分别对特征数量和训练流程进行了优化，使训练时间缩短了近５０％。然后，从实时检测系统对速度要求的角度出发，提出了一种基于Ａｄａｂｏｏｓｔ算法的人脸跟踪算法，使处理一帧图像的平

背景建模是视频监控中检测运动目标的一种常用方法。针对固定场景的视频,给出了一种视频运动目标检测算法。利用混合高斯建模的背景差分法,在复杂背景条件下提取出运动目标,在OpenCV库函数的支持下进行编程测试,算法可以准确地检测运动目标。实验结果表明该算法的有效性、优越性和可行性。

成功的高斯分布视频序列中运动目标检测与跟踪是计算机视觉研究领按下式更新，即

域的一个重要课题，在机器人导航、交通监测、学图像处医

f l ( - pl.+p, I 1 ),1 X l JI i .

理等领域都有广泛应用。国内外学者对此进行了大量研究， 提出了许多算法。文献[】 1采用单高斯模型作为背景模型，该模型虽然简单，但其分布比较复杂而且需要精细的参数设

{2= 1 0" l p)--1 O. (- ) i+ (t I ) ' i t 0. 2 b (￣| II)I 1 et O1=(- to . )i +

其中； t v为用户定义的学习率， s O sl,决定背景更新速度。P为参数学习率，近似为 P 。 若没有任何高斯分

定。文献[】到混合高斯模型， 2中提而且有文献[】4发展为 3[】目前常用的表现形式。 本文给出了自适应高斯模型建模，由多个高斯分布组成，以在包括

河南省教育厅教基〔2009〕452号

河 南 省 教 育 厅

关于公布河南省普通高中新课程实验

研究项目立项课题的通知

各省辖市教育局，各重点扩权县（市）教育局，各有关高等学校：

根据《河南省教育厅关于组织申报普通高中新课程实验研究项目的通知》（教基〔2008〕595号）精神，各省辖市教育局、重点扩权县（市）教育局和有关高等学校积极组织申报了河南省普通高中新课程实验研究项目课题，省教育厅组织专家进行了认真评审。现将评审通过的课题予以公布（详见附件），并提出如下要求，请认真执行。

一、高度重视。各级教育行政部门、有关单位以及课题负责

— 1 —

人都要充分认识普通高中新课程实验课题研究工作的重要性，高度重视，精心组织，认真学习、研究国家和我省有关文件精神及相关政策，深入我省普通高中新课程实验教育教学实践，紧密结合教育教学工作实际，有计划、有针对性地开展课题研究工作，大胆实验，勇于创新，努力形成有价值、对我省普通高中新课程实验具有指导意义的研究成果，促进我省普通高中新课程实验工作健康、顺利开展。

二、加强管理。此次立项课题，研究时间原则上为一年半。各有关单位及课题组要根据时间要求，进一步调整课题研究计划、完善课题研究方案，按时、高

1.3国内外研究现状

1.3.1碰撞检测算法的国外研究现状【王海玲. 三维游戏技术的研究与实现[D]. 哈尔滨工程大学, 2009】【范昭炜.实时碰撞检测技术研究[D] .浙江大学, 2003】

起源于20世纪70年代的碰撞检测问题，研究至今已有40年的历史，现如今有一些比较成熟的碰撞检测技术。

Dobkin（1985）、Agarwal（1991）、Chaxelle（1989）等在静态碰撞检测技术上做了早期研究。静态碰撞检测算法是指当场景中物体在整个时间轴t上都不发生变化时，用来检测在这个静止状态中各物体之间是否发生碰撞的算法。这类算法要求较高的精度，由于是静止状态，因此没有实时性的要求，它广泛应用于计算几何中。

Lin（1998）、Jimenez（2001）对离散碰撞检测算法进行了研究，离散碰撞检测算法在每一时间离散点上通过类似于静态碰撞检测算法的方法来实现，可以迎合多数应用对实时性的需求。

Hubbard（1995）、Dingliana（2000，2001）、O’Sullivan（1999）为了改善离散碰撞检测算法中存在的刺穿现象和遗漏碰撞的现象，提出了自适应步长和可中断的碰撞检测技术。

Cameron（1990）、 Canny（1986

基于CENTRIST 特征的实时行人检测算法的实现

摘要：采用简化的混合高斯模型提取背景并保持跟新，利用背景差法提取前景目标，并最终提取目标的轮廓特征。centrist特征[4]可以很好的编码相邻像素的比较信息，而且隐式的表达了全局的轮廓， 与传统的adaboost算法结合起来可以很好的检测行人。当centrist与线性分类器结合使用时，可以不必生成特征向量，也不需要对图像进行预处理和特征向量的规范化处理，还可以进一步用硬件加速（使用gpu），在一个1.2ghz的cpu机器中，检测速度可以达到20fps。

关键词：轮廓特征；centrist特征；线性分类器；特征向量；直方图交叉核

中图分类号：tp391 文献标识码：a 文章编号：1009-3044（2013）02-0370-03

近年来，随着综合国力的提升以及人民生活水平的不断提高，银行、交通、安检、军事设施、国家安全设施以及高档私人住宅等领域对安全防范和现场及时记录报警系统的需求与日剧增，并且要求越来越高。视频监控已经广泛应用于在上述的各个方面，并得到普遍认可和好评。但是，在大多数情况下，普遍采用的是人工完成，无法满足实时性和智能性的要求。随着图像处理和模式识别技术的发展，行人检测成为智能

基于CENTRIST 特征的实时行人检测算法的实现

摘要：采用简化的混合高斯模型提取背景并保持跟新，利用背景差法提取前景目标，并最终提取目标的轮廓特征。centrist特征[4]可以很好的编码相邻像素的比较信息，而且隐式的表达了全局的轮廓， 与传统的adaboost算法结合起来可以很好的检测行人。当centrist与线性分类器结合使用时，可以不必生成特征向量，也不需要对图像进行预处理和特征向量的规范化处理，还可以进一步用硬件加速（使用gpu），在一个1.2ghz的cpu机器中，检测速度可以达到20fps。

关键词：轮廓特征；centrist特征；线性分类器；特征向量；直方图交叉核

中图分类号：tp391 文献标识码：a 文章编号：1009-3044（2013）02-0370-03

近年来，随着综合国力的提升以及人民生活水平的不断提高，银行、交通、安检、军事设施、国家安全设施以及高档私人住宅等领域对安全防范和现场及时记录报警系统的需求与日剧增，并且要求越来越高。视频监控已经广泛应用于在上述的各个方面，并得到普遍认可和好评。但是，在大多数情况下，普遍采用的是人工完成，无法满足实时性和智能性的要求。随着图像处理和模式识别技术的发展，行人检测成为智能

本科毕业设计(论文)

检测算法研究

学 院：信息工程学院 专 业：自动化 学 号： 学生姓名： 指导教师：

二○一 年 五月 二十三日

题 目：基于matlab的图像边缘

2013届毕业设计（论文）

基于matlab的图像边缘检测算法研究

摘要

图像的边缘检测技术是数字图像处理技术的基础研究内容，是物体识别的重要基础。现有边缘检测技术在抑制噪声方面有一定的局限性，在阈值参数选取方面自适应能力很差，有待进一步改进和提高。

本论文首先介绍了图像边缘检测这个课题的意义和背景；作为理论基础，在第二章简单的介绍了传统的图像边缘检测算法，如Roberts算子、Sobel算子、Prewitt算子、Laplacian算子、LOG算子，回顾了经典的边缘检测算法，为后面介绍Canny算法作为铺垫。在第三章，结合Canny算法的基本原理、算法的三个标准、算法的思路及检测步骤提出了对Canny算子中的图像滤波平滑处理及取阈值的算法进行改进的方法，并进行了实验检验。

基于传统Canny算法中采用高斯滤波器对图像滤波平滑处理的效果有待改进，本论文引用了自适应中值滤波器，在使用Canny算法之前，对图像进行滤波，通过图3.4的结果显示，检测效果明显改善；

重庆邮电大学本科毕业设计（论文）

实验报告

题目：人脸识别

学生姓名： 万程程 鲍智成 李军 专 业：自动化 班 级：2012320103 学 号：18 14 12 指导老师：梁华刚 完成日期：2015.9.25

- I -

重庆邮电大学本科毕业设计（论文）

摘 要

随着科技的发展，人类社会的进步，传统身份识别由于容易遗失，容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二，不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域，由于人脸识别的操作快速简单，结果直观，准确可靠，不需要人的配合等优点已成为人们关注的焦点。主成分分析（PCA）通过提取高维度的人脸图像的主元，使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题，已经成为人脸识别领域非常重要的理论。本文研究的就是基于PCA的人脸识别算法的实现。

本文按照完整人脸识别流程来分析基于PCA的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选