基于adaboost算法的人脸检测

文献综述正文范例

基于Adaboost算法的人脸检测

文献综述

一、 人脸检测概述

随着社会的发展，各个方面对快速有效的自动身份验证和识别的要求日益迫切。人脸与人体的其他生物特征(指纹、虹膜等)一样与生俱来，具有很强的个体差异性、自身稳定性、唯一性和不易被复制的良好特性，因而它们为身份鉴别提供了必要的前提；并且同其他生物特征识别技术相比，人脸是一个信息极丰富的模式集合，是人类互相判别、认识、记忆的主要标志[1]，人脸识别技术具有操作简单、结果直观、隐蔽性好的优越性，也是近年来模式识别、图像处理、机器视觉、神经网络以及认知科学等领域研究的热点课题之一[2]。

所谓人脸识别，是指给定一个场景的静态图像或动态视频，判断其中是否存在人脸，如果存在人脸则进一步给出每张人脸的位置、大小和各个主要面部器官的位置信息并且依据这些信息进一步提取每张人脸蕴含的身份特征，将其与已知人脸库中的人脸进行对比，从而识别场景中单个或者多个人的身份[3]。

人脸识别过程可分为人脸检测（判断输入图像中是否存在人脸)、人脸特征提取(检测每个人脸的主要器官位置和形状)和人脸识别(将人脸特征提取结果与库中人脸对比)三个阶段。使用Adaboost算法进行人脸识别流程[5] ，如图 1所示。在这一

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

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

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

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

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

太原科技大学

毕 业 设 计（论 文）

设计(论文)题目：基于PCA算法的人脸识别

姓 名_____姜锐__________ 学院（系）__华科学院_____ 专 业____通信工程________ 年 级____08级___________ 指导教师____牛雪梅__________

2012年 6月

太原科技大学华科学院毕业设计（论文）

太原科技大学毕业设计（论文）任务书

学院（直属系）：电子信息工程系 时间：2012年 1月 14日 学 生 姓 名 设计（论文）题目 姜锐 指 导 教 师 牛雪梅 基于PCA算法的人脸识别 主要研 究内容 首先学习了PCA算法的基本知识和原理，学习在Matlab环境中实现PCA算法在人脸识别方面的应用并仿真。 研究方法 在Matlab环境中应用PCA算法对人脸识别进行应用的仿真。 主要技术指标(或研究目标) 1、掌握Matlab软件的应用及PCA算法。 2、实现PCA算法在人脸识别方面的仿真及对其进行分析。 教研室 意见 教研室主任（专业负责人）签字： 年 月 日 说明：一式两份，一份装订入学生毕业设计（论文）内，一

基于稀疏表示的人脸表情识别算法研究

摘要：针对基于局部纹理特征的人脸表情识别算法不能有效表达不同表情状态下人脸运动单元差异性的问题，提出一种改进的稀疏表示人脸表情识别算法，将人脸纹理特征与全局位置特征用稀疏表示模型相结合，得到人脸表情的稀疏系数矩阵，并作为支持向量机表情识别的输入。人脸表情库BU_3DFE实验结果表明，该算法提高了表情识别的准确率。 关键词：表情识别；稀疏表示；特征融合 DOIDOI：10.11907/rjdk.161671

中图分类号：TP312文献标识码：A文章编号：1672-7800（2016）006-0031-02 参考文献：

[1]JI ZHENG Y，XIA M，MITSURU L，YU-LI X.Facial expression recognition based on feature point vector and texture deformation energy parameters[J].Journal of Electronics and Information Technology，2013，35（10）：2403-2410. [2]ZHAN YONG

基于ARM的人脸检测系统的设计

摘要：本文首先介绍视频监控技术的发展背景及未来的发展方向。其次,对各种需求提出解决方案,得出ARM+Linux+OpenCv+Qt4的解决方案是最佳的方案。最后介绍了基于AdaBoost 算法的人脸检测的方法。

关键词：ARM OPENCV AdaBoost

近年来,功能各异的视频监控设备越来越多,但是,大多只能简单记录视频画面,将监控到的视频信息存储起来,而不能对所监控到的视频做一定的处理分析和预测。基于ARM的人脸检测系统,为我们的视频监控设备提供了一个视频处理的参考解决方案,在一定基础上加以扩充,可以完成人物识别,危险行为检测与报警等,使视频监控设备更加智能化。

1、视频监控的几项关键技术及发展方向

视频监控的关键技术主要有视频采集压缩算法、视频信号可靠地传输、信息存储调用的智能化与系统的集中管理等。视频监控技术发展方向为分布采集集中管理、高品质图象压缩处理、开放标准统一接口、统一认证以确保安全、操作人性化以及功能集成化、结构模块化和传输多样化。随着不断发展的网络技术,基于嵌入式技术的网络数字监控系统不再是处理模拟视频信号,而是把摄像机输出的模拟视频信号通过视频编码器直接转换为IP数字信号。

2、平台的

基于ARM的人脸检测系统的设计

摘要：本文首先介绍视频监控技术的发展背景及未来的发展方向。其次,对各种需求提出解决方案,得出ARM+Linux+OpenCv+Qt4的解决方案是最佳的方案。最后介绍了基于AdaBoost 算法的人脸检测的方法。

关键词：ARM OPENCV AdaBoost

近年来,功能各异的视频监控设备越来越多,但是,大多只能简单记录视频画面,将监控到的视频信息存储起来,而不能对所监控到的视频做一定的处理分析和预测。基于ARM的人脸检测系统,为我们的视频监控设备提供了一个视频处理的参考解决方案,在一定基础上加以扩充,可以完成人物识别,危险行为检测与报警等,使视频监控设备更加智能化。

1、视频监控的几项关键技术及发展方向

视频监控的关键技术主要有视频采集压缩算法、视频信号可靠地传输、信息存储调用的智能化与系统的集中管理等。视频监控技术发展方向为分布采集集中管理、高品质图象压缩处理、开放标准统一接口、统一认证以确保安全、操作人性化以及功能集成化、结构模块化和传输多样化。随着不断发展的网络技术,基于嵌入式技术的网络数字监控系统不再是处理模拟视频信号,而是把摄像机输出的模拟视频信号通过视频编码器直接转换为IP数字信号。

2、平台的