基于Adaboost人脸检测融合五官特征的性别识别

摘要

为了有效地利用人脸的五官特征以提高人脸检测与性别识别的性能,提出一种自然场景下的人脸性别识别算法.首先通过级联低阈值的人脸检测器和肤色、五官检测器来对人脸进行检测,并利用五官特征对人脸进行矫正、标定;然后对人脸图像进行LBP特征提取,并通过加入权重集来增大特征中五官特征的权重,提高识别率.检测结果表明:该算法在自行建立的OWN数据库中有较好的人脸检测率;同时在公开的FERET及LFW数据库上均取得了较高的性别识别率,且对自然场景中的光照、人脸表情和位置的变化具有较高的鲁棒性.