基于 Adaboost 算法的远距离人脸检测

摘要：

为解决在远距离拍摄得到的待识别图像中进行人脸检测难度大、误检率高的问题，提出一种基于 Adaboost 算法和误报缩减的人脸检测算法。误报缩减是一种结合肤色检测和可变边缘蒙版筛选的模型，肤色检测包含被检测窗口的 RGB平均分量，在生成二进制群集图像，边缘蒙版由覆盖二进制集群的椭圆的大小决定，用于在待检测窗口中评价检测对象的轮廓形状，实现误报过滤。实验结果表明，较经典 Adaboost 算法和 Adaboost 肤色检测，误报缩减模型在远距离获取的图像中进行人脸检测时具有良好的误报过滤性能。

关键词：人脸检测、Adaboost 算法、误报缩减、边缘蒙版、远距离

分类号：TP391.41(计算技术、计算机技术)

资助基金：山西省基础研究基金项目2013011016-3、2012021030-1

在线出版日期：2015-04-27（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：983-986,1021