基于改进的Adaboost算法的人脸检测系统

摘要：

随着社会的信息化与智能化发展,人脸检测技术在商业、文化等领域扮演着日益重要的角色,社会对人脸检测系统的性能要求也越来越高.开源计算机视觉库OpenCV中实现了众多图像处理算法,其中包括使用Adaboost算法训练出Haar分类器,用以进行高准确率人脸检测.常用的基于Haar-Like特征的AdaBoost人脸检测算法还存在着不足之处,例如漏检率和误检率较高,检测效率较低等.针对这些不足之处,在原有的Haar-Like特征集中加入新的符合人脸器官分布的Haar-Like特征,以提高检测率,降低虚警率.并通过引进肤色检测技术来筛选人体肤色区域作为备选区域,剔除图片中大部分的非肤色区域,以提高检测效率.通过测试与性能对比,改进的人脸检测系统具有更好的准确率和更高的检测效率.

关键词：Adaboost、Haar-Like特征、OpenCV、人脸检测、肤色检测、图像处理

所属期刊栏目：29

分类号：TP302(计算技术、计算机技术)

资助基金：江苏省自然科学基金-青年基金项目BK20140868

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：89-92