基于Gamma和AdaBoost的人脸检测系统设计

摘要

为了有效地实现人脸的检测效果,文章在AdaBoost算法基础上提出一个改进的人脸检测算法.为了有效地消除光照和成像对人脸的影响,该算法将Canny修剪算法和伽马矫正算法进行结合,有效地消除光照和成像设备对人脸的影响.并利用Visual C++和OpenCV等开发工具设计了一个人脸检测系统.本系统采用20×20的人脸图像和背景图像各1 000张训练了一个7层的级联分类器,每一层构成的强分类器由一组基于Haar特征的弱分类器构成.该系统通过自选137幅包含人脸和背景的图片对系统进行测试,获得94.72％的正确检测率以及26.42％的误检率.