基于改进AdaBoost算法的人耳检测与跟踪

摘要：

人耳检测是人耳识别系统的第一个环节.在比较已有的人耳检测方法的基础上,介绍了一种复杂背景下的快速人耳检测与跟踪的方法.该方法主要分为两个阶段,离线级联分类器训练阶段和在线检测阶段.在离线训练阶段,首先结合人耳轮廓清晰,凹凸有致的特点,采用扩充后的haar-like型特征,依最近邻法则构造出弱分类器空间,然后根据经验选择GAB算法训练出强分类器,最后将多个强分类器级联成多层人耳检测器.在线检测阶段,为提高检测率,本文采用了调整分类器阈值和缩放检测子窗口的策略.最终检测器在CAS-PEAL人脸库上测试,检测率达到98%以上;在PⅣ1.7GHz的PC上对普通CMOS摄像头输入的320×240dpi视频进行人耳跟踪,速度可达6～7fps.实验结果表明,本文的人耳检测方法具有较好的实时性和一定的鲁棒性.

关键词：人耳检测、Gentle AdaBoost、haar-iike型特征、级联分类器

所属期刊栏目：12

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金60573058;60375002;北京市教委重点学科建设项目XK100080431

在线出版日期：2007-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：222-227