基于神經(jīng)網(wǎng)絡(luò)擴(kuò)張的Adaboost人臉檢測(cè)算法研究.pdf

1、分類號(hào)四3窆1鈕工程碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)擴(kuò)張的Adaboost人臉檢測(cè)算法研究寧軻論文答辯日期2Q131511墨學(xué)位授予日期2Q131魚13Q基于神經(jīng)網(wǎng)絡(luò)擴(kuò)張的Adaboost人臉檢測(cè)算法研究摘要人臉識(shí)別是一種生物特征識(shí)別技術(shù)，是進(jìn)入21世紀(jì)以來，計(jì)算機(jī)技術(shù)在社會(huì)生活領(lǐng)域中的一項(xiàng)熱門應(yīng)用。其被廣泛應(yīng)用于數(shù)碼相機(jī)、攝像機(jī)的人臉自動(dòng)對(duì)焦技術(shù)、視頻監(jiān)控中的身份識(shí)別、門禁系統(tǒng)的身份識(shí)別和各種人工智能控制系統(tǒng)的識(shí)別應(yīng)用。相信在未來的一段時(shí)間內(nèi)

2、，應(yīng)用人臉識(shí)別的地方會(huì)越來越多，而各種識(shí)別算法也將更先進(jìn)和便捷。如何在各種復(fù)雜畫面中區(qū)分人臉和非人臉或者確認(rèn)是否存在人臉，并最終檢測(cè)出人臉部分，是整個(gè)人臉研究過程中的第一步，也是最重要的一步。基于hdaboost算法的人臉檢測(cè)正是眾多算法中運(yùn)用最為廣泛的算法。本文對(duì)已有算法進(jìn)行了分析和研究，實(shí)驗(yàn)表明，本文提出的人臉檢測(cè)算法是合理的，具有一定的實(shí)際意義。文本的研究工作主要包括以下幾個(gè)方面：(1)基于Adaboost算法的人臉檢測(cè)傳統(tǒng)的Ad

3、aboost算法，其檢測(cè)速度雖快，但錯(cuò)檢率和重復(fù)檢測(cè)率仍比較高。本文闡述了Adaboost算法的基本原理和檢測(cè)流程，為減少計(jì)算量和主要特征參數(shù)，本文采用主成分分析方法(PCA)對(duì)訓(xùn)練集、測(cè)試集和待測(cè)圖片做了降維處理。并分析了影響此算法的主要因素，最后給出了一些圖片的檢測(cè)結(jié)果。(2)基于神經(jīng)網(wǎng)絡(luò)擴(kuò)張的Adaboost人臉檢測(cè)本文提出了原有Adaboost。算法結(jié)合LVQ神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉檢測(cè)的方法，提出了樣本擴(kuò)張的思路，此方法使得原有樣本能