一种融合改进型AdaBoost和肤色模型的人脸检测方法

摘要：

人脸检测是人脸信息处理领域中的一项关键技术,当图像中具有复杂背景或多人脸时,不能够快速准确地检测人脸,成为了人脸检测领域的重要的问题.论文首先提出了一种基于双阈值的改进型AdaBoost分类器算法,使用双阈值的弱分类器代替单阈值的弱分类器,从而提高单特征的分类能力,并给出了双阈值的搜索方法;其次提出了一种基于Harr特征的改进后的AdaBoost分类器融合YCbCr空间高斯肤色模型的人脸检测方法,首先采用基于Harr特征的改进型AdaBoost人脸检测算法对输入图片进行预检测,再用基于高斯肤色模型的检测算法剔除误检的人脸区域.实验结果表明,该文提出的方法检测率高、误检率低,具有可靠的检测性能.

关键词：关键字人脸检测、Harr特征、改进型AdaBoost分类器、YCbCr色彩空间、高斯肤色模型

所属期刊栏目：46

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2018-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：743-749