人脸识别系统中人脸检测模块的研究与实现毕业论文

人脸识别系统中人脸检测模块的研究与实现毕业论文

ID:269156

大小:1.30 MB

页数:40页

时间:2017-07-16

人脸识别系统中人脸检测模块的研究与实现毕业论文_第1页
人脸识别系统中人脸检测模块的研究与实现毕业论文_第2页
人脸识别系统中人脸检测模块的研究与实现毕业论文_第3页
人脸识别系统中人脸检测模块的研究与实现毕业论文_第4页
人脸识别系统中人脸检测模块的研究与实现毕业论文_第5页
资源描述:

《人脸识别系统中人脸检测模块的研究与实现毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、人脸识别系统中人脸检测模块的研究与实现内容摘要:人脸检测是计算机视觉与模式识别领域非常活跃的研究课题,在身份验证、人机界面、可视通信、虚拟现实、公安档案管理、基于内容的图像检索等很多方面都有着广泛的应用。作为人脸识别的重要的第一步,人脸检测所做的工作是将人脸从图像背景中检测出来,它是人脸识别、视点跟踪和人脸图像压缩等应用中的重要环节。由于受图像背景、亮度变化及人的头部姿势等因素的影响,使得人脸检测成为一项复杂的、具有挑战性的研究课题。本文论述了人脸检测技术的基本概念,分析和探讨了多种人脸检测方法的基本理论,对人脸检测方法进行了深入的研究和讨论,实验表明本文研究的人脸检测方法是合理的,具有一定

2、的理论价值与实用价值。本文的研究工作主要包括:基于AdaBoost学习算法,从一个较大的特征集中选择少量关键的haar-like特征,产生一个高效的强分类器。再用级联方式将单个的强分类器级联成为一个更加复杂的级联分类器。针对AdaBoost算法在训练过程中出现的退化问题及样本权重扭曲的现象,本文对样本权重的更新规则作出了适当的调整,在一定程度上避免了退化现象,提高了分类器的性能。实验结果表明,新的人脸检测器检测效果显著加强。关键词:人脸检测AdaBoost算法Haar特征Researchandimplementationoffacedetectionmoduleinfacerecogniti

3、onsystemAbstract:Humanfacerecognitionanddetectionarethemostactiveandchaallengingtasksforcomputervisionandpatternrecognition.Itcanbewidelyappliedtosuchfieldsaspersonalidentification,human-computerinterface,visualcommunication,criminalarchiveadministration,content-basedimageretrieval,etc.Asthefirstst

4、epoffacerecognition,thetaskoffacedetectionistodetecthumanfacesfrombackgroundofimage.However,facedetectionresultisusuallyaffectedbythebackground,brightnessorheadpostureofimageandsoon,whichmakestheprocessofdetectionmorecomplicated.Agreatamountofliteratures,surveysandresearchpapersconcerningup-to-date

5、techniquesoffacedetectionandfacerecognitionareandanalyzed.Somehotissuesaboutfacedetectionarediscussedinthispaper.Theexperimentsindicatethatthemethodsoffacedetectionproposedinthispaperarereasonable,showingacertaindegreeoftheoreticalandpracticalvalue.Theresearchworkofthispapermainlyabout:Usingfacedet

6、ectionmethodbasedonAdaBoostlearningalgorithm,whichselectsfewkeyhaar-likefeaturesfromalargesetoffeatures,tobuildarobustcascadeclassifier.FocusingonthedisadvantagesofclassicalAdaBoostalgorthm,thispaperanalysestheissuesofoverfittinganddistortionofsampleweightsintrainingprocessandcomeupwithanewmethodto

7、avoidthephenomenonofoverfitting.TheexperimentalresultsshowthatthenewmethodwillnotleadtooverfittinglikeclassicalAdaBoostoftendoes,anditwillreducefalsealarmratewhileholdingahighdetectionrate.Keywords:facedete

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。