基于肤色特征的AdaBoost人脸检测方法研究

摘要

人脸检测与识别技术在模式识别和机器视觉领域中，是最有挑战性的研究课题之一。由于人脸信息比其他的生物特征信息更具有优势，所以它有着广泛的应用前景。其中，安全认证、视频监控、人机交互乃至其他的民生领域都有着极其重要的应用价值。因此多年来，许多研究者都对其展开了深入的研究。人脸的分析包括人脸检测和人脸识别，因此，本文开展的工作主要有：
　　 1.对现有的多种人脸检测、识别的方法理论进行系统的学习，并进行深入的分析和探讨。
　　 2.详细地介绍AdaBoost算法的思想，分析其弱分类器、强分类器、积分图像极其Haar特征等概念，着重介绍其用于人脸检测的机制，并构建了一个基于AdaBoost算法的人脸检测系统。
　　 3.针对AdaBoost算法的不足，利用人体肤色和人脸的几何特征，将其有机地结合，通过将肤色特征应用到AdaBoost检测算法中，提高其检测率，在多人脸检测时达到良好的效果，并在一定条件下可对非正面的人脸图像进行检测。
　　 4.在人脸识别方面，对现有的方法进行分析，介绍隐马尔可夫模型进行人脸识别的机制，并使用改进的嵌入式二维隐马尔可夫模型实现对人脸的识别，该识别系统对于正面垂直的人脸有很好的效果，并在一定程度上实现对有角度偏移、旋转和表情变化的人脸正确识别。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究目的和意义

1.2本文的结构安排

第二章 人脸检测方法介绍

2.1 国内外研究动态

2.2 AdaBoost人脸检测方法

2.2.1 AdaBoost 算法简介

2.2.2 Haar型特征与积分图像

2.2.3 AdaBoost的训练过程

2.2.4级联AdaBoost分类器

2.2.5 AdaBoost算法总结

第三章基于肤色特征的AdaBoost人脸检测

3.1 色彩空间的介绍与比较

3.2基于肤色特征的AdaBoost人脸检测方法

3.3 实验结果及分析

3.3.1多人脸检测

3.3.2单人脸检测

3.3.3对侧面人脸的检测

第四章人脸识别方法介绍

4.1 人脸识别的发展进程和研究现状

4.1.1 人脸识别的发展讲程

4.1.2人脸识别的主要方法

4.2基于隐马尔可夫模型(HMM)的人脸识别

4.2.1马尔可夫过程

4.2.2隐马尔可夫模型

4.2.3隐马尔可夫的人脸模型

4.2.4隐马尔可模型用于人脸识别

4.3基于嵌入式隐马尔可夫模型(EHMM)的人脸识别

4.3.1 嵌入式隐马尔可夫模型(EHMM)

4.3.2嵌入式隐马尔可夫模型(EHMM)用于人脸识别

4.4基于EHMM的人脸识别实验

第五章 总结与展望

5.1 本文工作的总结

5.2今后的工作

参考文献

致谢

在读期间发表的学术论文与取得的研究成果