基于Adaboost算法和不同颜色空间的人脸检测研究

摘要

人脸识别如今已成为一种比较流行的识别手段，在图像检索、视频监控、军事基地或者其他敏感区域的出入口控制等等场合都需要用到人脸识别。人脸识别有三个关键步骤：人脸检测、特征提取和特征匹配。而人脸检测在人脸识别当中的地位举足轻重。因此，如何快速有效地进行人脸检测将直接影响着人脸识别的整个进程。
　　正是基于以上研究背景，本论文对人脸识别的第一个环节人脸检测的方法做了进一步的研究，结合当前比较流行的一些人脸检测方法，进行了一些改进，使得改进之后的人脸检测方法可以更加精确地对输入图像进行检测，从而更加快速准确地将人脸从所给图像当中检测出来，以供进一步的研究与利用。
　　本文中所进行的人脸检测，主要结合基于Adaboost的方法和基于肤色分割的方法，并对后者进行了一些改进。本文首先分别阐述了这两种方法的具体算法，在进行肤色检测时，通过在RGB、HSV和YCbCr三种不同的颜色空间分别建立肤色模型并进行比较，最终选择了YCbCr颜色空间作为本文的肤色建模空间，但是，传统的YCbCr颜色空间的肤色建模规则并不是对所有的图像都适用，还存在着一定的缺陷，所以，基于此，本文对传统的YCbCr颜色空间进行了改进，即改变了由RGB空间向YCbCr颜色空间转换时用到的转换矩阵的参数，使得所选择的肤色区域更接近于人脸肤色区域，从而能够使系统把人脸最为精确地检测出来。
　　本文将上文所提到改进方法进行后续完善，并通过大量的样本图像对所建立的系统进行了测试，测试结果表明，本论文中所创建的基于Adaboost算法和改进的YCbCr颜色空间的人脸检测算法能够更准确地进行人脸检测，从而提高了整个检测系统的工作效率，提高了整个人脸识别过程的效率，同时，也推动了人脸识别技术在更大的范围内可以进行更广泛地应用与普及，将更有利于人们的信息安全与维护。