基于AdaBoost方法的人臉檢測研究

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。……