基于肤色分割与 AdaBoost 算法的人脸检测

摘要：

提出了一种将肤色分割与AdaBoost算法相结合的人脸检测方法。该方法利用肤色的聚类特性在YCbCr色彩空间中建立肤色高斯模型，通过形态学处理完成图像肤色区域的筛选；然后利用AdaBoost算法训练弱分类器并构成强分类器，对强分类器进行组合，形成级联分类器并对候选区域进行人脸检测，排除非人脸肤色区域，实现对不同角度人脸的正确检测。该方法可同时解决肤色分割方法对复杂背景图像的高误检率与 AdaBoost算法对多姿态人脸图像的低检测率的问题。仿真实验表明，该方法具有检测率高、误检率低、适应性好及鲁棒性强的优点，对具有多姿态、多人脸和复杂背景信息的图像具有较好的检测效果，实用性得到增强。

关键词：人脸检测、肤色分割、AdaBoost级联分类器

分类号：TN919

在线出版日期：2016-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：82-86