论文总字数：27680字

摘 要

人脸检测是当今计算机视觉领域一个很重要的课题，它不仅是人脸识别基础与前提，而且在视频监控、信息检索中发挥着重要的作用，经过几十年的研究与发展，人脸检测技术已经被应用于各行各业，融入了人类社会的方方面面。

人脸检测发展至今仍然不是很完善，依然存在许多问题。人脸检测技术的几个重要组成部分包括分类器的设计，特征的选择以及最终的检测器的设计。本文以Soft级联思想为基础，对着三个关键点依次进行讨论。

在分类器方面，本文使用Soft级联的判定结构，克服了传统的Adaboost级联分类器的局限性，并且引入独特的Soft级联整定方法，在检出率、误检率以及检测速度等方面均取得了一定程度的提升。

在特征方面，使用了扩展的Harr特征，极大地丰富了对人脸特征的表示，并且使用了积分图计算Harr特征的计算。针对Harr特征维数高的问题，使用Adaboost的特征筛选特性精简了最终的特征集。

对于最终检测器的设计，本文对不同姿态的正样本分别训练，结合多尺度滑窗检测的方法，较好地处理了多姿态、多尺度人脸检测问题，并且使用非极大值抑制的窗口合并算法，进一步提升检测器的定位精度。本文最终设计的人脸检测器，经过实验验证，能够较好应对各种不同的场景，整体上取得了良好的检测效果。

关键词：人脸检测，Soft级联，Adaboost，扩展Harr特征，多尺度，多姿态

FACE DETECTION WITH SOFT CASCADE

Abstract

Face detection is an very important project in the area of computer vision.It plays an important role not only in the face recognition basis and prerequisite,but also in the video monitoring, information retrieval.After decades of research and development, face detection technology has been applied to all walks of life, in every aspect of human society.

Today's face detection is not perfect,there are still many problems.Several important part of the face detection technology including the classifier design, the selection of features and the final design of the detector.In this paper, based on the Soft cascade thought, to the discussion of the three key points in turn.

In terms of classifier, this paper use Soft cascade structure to overcome the traditional limitations of Adaboost cascade classifier.And the introduction of unique Soft cascade setting method, the detection rate and false detection rate and detecting speed, etc have achieved a certain degree of ascension.

In terms of characteristics, using the extension Harr characteristics, have greatly enriched the face feature, and USES the integral figure Harr characteristics calculation.For Harr features high dimension problems, using Adaboost screening characteristics to streamline the final feature set.

And the use of the window of the maximum inhibiting merge algorithm, further enhance the positioning accuracy of the detector. Face detector final design in this paper, through experimental verification, better able to cope with a variety of different scenarios, overall good detection effect is obtained.

KEYWORDS: face detection,soft cascade,adaboost,extension Harr characteristics,multi-scale,many- gestures.

目录

摘要 I

Abstract II

第1章 绪论 1

1.1 研究背景与意义 1

1.2 相关领域研究现状与技术综述 1

1.2.1 SVM用于人脸检测 2

1.2.2 Adaboost用于人脸检测 2

1.2.3 卷积神经网络用于人脸检测 3

1.3 研究技术难点 3

1.3.1 环境变化 3

1.3.2 特征选择 4

1.4 本文研究内容与章节安排 4

1.4.1 研究内容 4

1.4.2 章节安排 4

第2章 Soft级联的算法原理 5

2.1 传统Adaboost二分类算法 5

2.1.1 决策树桩形式的弱分类器 5

2.1.2 集成强分类器 5

2.1.3 Adaboost训练算法 6

2.2 Viola-Jones级联Adaboost 7

2.2.1 级联Adaboost结构 7

2.2.2 级联Adaboost训练 8

2.2.3 级联Adaboost结构的局限性 9

2.3 Soft级联Adaboost 9

2.3.1 Soft级联分类器的结构 9

2.3.2 引入Bootstrap的Adaboost训练算法 10

2.3.3 Soft级联分类器的整定 12

第3章 基于Harr特征的检测器 15

3.1 扩展Harr特征 15

3.1.1 Harr特征简介 15

3.1.2 Harr特征的计算 17

3.2 多尺度人脸检测器 18

3.2.1 姿态变化的处理方法 18

3.2.2 多尺度滑窗 19

3.2.3 检测窗口合并 19

3.2.4 检测流程总结 20

第4章 实验与分析 21

4.1 数据集介绍 21

4.2 多种情况下的检测结果 21

第5章 总结与展望 22

5.1 工作总结 22

5.1.1 基于Soft级联框架的Adaboost分类器 22

5.1.2 扩展Harr特征的应用 22

5.1.3 多姿态、多尺度的处理 22

5.2 需改进之处 22

5.2.1 Bootstrap过程的样本数量K 22

5.2.2 分类器回退过程 22

5.2.3 更好的特征表示 22

5.3 前景展望 22

5.3.1 一般目标检测 22

5.3.2 多分类问题 22

参考文献 23

致谢 24

绪论

研究背景与意义

随着计算机技术的不断发展，计算机视觉在现代社会各领域中的应用也越来越广泛，各行各业都相继引入计算机视觉的相关技术。计算机视觉是一个新兴的、前景广阔的领域，到目前为止，经过了几十年的发展，其中某些技术已经发展比较成熟，具备了一定的实用价值。基于计算机视觉的一系列智能系统，能够在某些场合下代替人的工作，解放人的劳动力，极大提高了生产、办事效率，这些系统目前被应用于农业、军事、工业、管理等方方面面。

剩余内容已隐藏，请支付后下载全文，论文总字数：27680字