凌鵬程
摘 要:伴隨城鎮化的進展,在測控以及監管流動人口部分,給政府人員的巡查以及監管帶來一定難度,首先概述了人臉檢測方法,包括人臉檢測方式和學習策略,進而研究了AdaBoost人臉檢測算法,包括算法基本流程、Haar長方形特征、AdaBoosting級聯分類裝置。給出人臉特征獲取,圖像空間映射和主分量解析算法,最后分析了AdaBoost方法訓練方法和檢測算法、誤檢與漏檢情況。
關鍵詞:人臉檢測;AdaBoost;圖像空間映射;主分量解析
中圖分類號:TB 文獻標識碼:Adoi:10.19311/j.cnki.1672-3198.2018.17.097
1 引言
由于人臉檢測成為身份認定的主要方式,并且應用在現有的民用、商業的行業中,并得到好的發展。此外,國家為構建安定和諧社會,國內加強針對經濟領域,刑事犯罪領域的攻擊力度。并且在安全控制者實現犯罪事件的處理中,常將犯罪人員的相片以及特點材料公布給社會。但選取該方式會消耗大量人力以及財力,并且由于犯罪人員的狡猾以及偽裝特點該方式效率低而代價大。若選取人臉檢測方案,能夠提升處理效率,譬如在主要的車站模塊,碼頭模塊,機場模塊以及海關部分裝設攝像裝置能夠錄入出入者的人臉特征,將獲取的人臉特點在數據集合中和犯罪人員的面部特點實現比較,得到精準的身份認證,便于處理犯罪人員的自動報警,該方式給安全防護人員給出了強大的策略支撐。
本文結合AdaBoost方法和Haar like特點劃分算法,針對人類皮膚顏色選取meanshift策略和人眼算法二值化實現決策化結合,并依據視頻時序特征完成搜索。……