基于可變形模型的人臉檢測(cè)算法研究與應(yīng)用.pdf

1、人臉面部圖像分析技術(shù)是計(jì)算機(jī)視覺(jué)熱點(diǎn)問(wèn)題之一，而人臉檢測(cè)是諸多面部分析技術(shù)的前提。就目前而言，正面人臉檢測(cè)技術(shù)已趨近成熟，研究成果廣泛應(yīng)用于人臉識(shí)別、生物信息安全、虛擬現(xiàn)實(shí)等領(lǐng)域，而多視角、遮擋、表情夸張等自然狀態(tài)下的人臉快速檢測(cè)技術(shù)還相對(duì)薄弱。本文在分析和總結(jié)基于傳統(tǒng)可變形模型的人臉檢測(cè)方法優(yōu)缺點(diǎn)的基礎(chǔ)上，引入人臉對(duì)齊算法，提出一種二級(jí)級(jí)聯(lián)人臉快速檢測(cè)框架，并分別將支持向量機(jī)和級(jí)聯(lián)提升算法應(yīng)用到檢測(cè)框架，評(píng)測(cè)結(jié)果表明檢測(cè)器能加快人臉檢

2、測(cè)速度，提高檢測(cè)精度，有效降低誤檢率。本文主要的創(chuàng)新工作如下:
　　(1)結(jié)合傳統(tǒng)可變形模型的優(yōu)點(diǎn)，引入人臉對(duì)齊算法，提出二級(jí)級(jí)聯(lián)人臉快速檢測(cè)框架?？蚣馨瑑蓚€(gè)層級(jí)，第一層級(jí)檢測(cè)器快速穩(wěn)定的提供人臉候選框;第二層級(jí)檢測(cè)器通過(guò)學(xué)習(xí)以人臉特征點(diǎn)為中心的判別信息強(qiáng)的局部區(qū)域特征提高精度，過(guò)濾第一層級(jí)得到的人臉候選框，去除非人臉子窗口?？蚣艿娜髢?yōu)勢(shì):級(jí)聯(lián)方式提高檢測(cè)速度;無(wú)需對(duì)多視角人臉建立相應(yīng)模型;訓(xùn)練樣本易搜集。
　　(2)本

3、文將支持向量機(jī)應(yīng)用于二級(jí)級(jí)聯(lián)檢測(cè)框架，提出基于二級(jí)級(jí)聯(lián)支持向量機(jī)的人臉快速檢測(cè)算法。在第一層級(jí)中，設(shè)計(jì)了基于圖像梯度的人臉稀疏特征;在第二層級(jí)中，算法依據(jù)人臉特征點(diǎn)分別提取SIFT和SURF特征，實(shí)驗(yàn)對(duì)比分析兩種特征下的檢測(cè)精度和速度，并指出可引入高性能人臉檢測(cè)算法改善檢測(cè)器性能。訓(xùn)練過(guò)程中，本文設(shè)計(jì)了有效的難例挖掘方法加速收斂。算法采用C++開(kāi)發(fā)，并采用了多個(gè)方法加速檢測(cè)過(guò)程，與其他高性能算法評(píng)測(cè)對(duì)比，結(jié)果表明二級(jí)級(jí)聯(lián)支持向量機(jī)人臉快

4、速檢測(cè)算法能流暢運(yùn)行于VGA視頻流當(dāng)中，能處理姿態(tài)變化的人臉，且有效降低誤檢，為無(wú)約束條件下的人臉檢測(cè)提供一種有效解決方案。
　　(3)針對(duì)傳統(tǒng)基于級(jí)聯(lián)Boosting的人臉檢測(cè)算法誤檢率稍高，人臉檢測(cè)和對(duì)齊聯(lián)合訓(xùn)練時(shí)正樣本難搜集的問(wèn)題，本文提出基于人臉對(duì)齊感知的級(jí)聯(lián)Boosting人臉檢測(cè)算法。該算法第一層級(jí)通過(guò)模擬近視患者在模糊視野下篩選人臉的能力去除大量背景子窗口，第二層級(jí)通過(guò)特征點(diǎn)周圍的菱形區(qū)域提取局部特征，并嘗試解決人臉