基于多分类器融合的多姿态人脸检测方法 |
| |
引用本文: | 毕萍,赵恒,梁继民.基于多分类器融合的多姿态人脸检测方法[J].系统仿真学报,2009,21(20). |
| |
作者姓名: | 毕萍 赵恒 梁继民 |
| |
作者单位: | 1. 西安电子科技大学电子工程学院,西安710071;西安邮电学院通信工程系,西安710121 2. 西安电子科技大学电子工程学院,西安,710071 |
| |
基金项目: | 国家自然科学基金,西安邮电学院中青年教师科研基金 |
| |
摘 要: | 针对复杂背景的彩色图像中复杂姿态人脸的检测问题提出了一种基于多分类器融合的人脸检测方法.首先使用AdaBoost层叠式算法分别训练正面人脸分类器和侧面人脸分类器,将正面人脸检测结果和侧面人脸检测结果相融合得出可能包含人脸的候选区域,然后使用YCbCr空间的肤色统计模型在这些候选区域中进一步验证人脸.该算法既利用了不同姿态人脸分类器的信息融合,又利用了人脸灰度纹理特征和人脸肤色信息的融合,对人脸姿态和图像背景有较强的鲁棒性,而且处理速度很快.实验结果表明,方法可以有效提高对复杂姿态人脸的检测概率,并显著降低虚警检测概率.
|
关 键 词: | 人脸检测 AdaBoost层叠式算法 肤色验证 多分类器融合 |
Variant Pose Face Detection Based on Multi-classifier Fusion |
| |
Abstract: | |
| |
Keywords: | face detection Adaboost cascade algorithms skin color verification multiple classifier fusion |
本文献已被 万方数据 等数据库收录! |
|