基于AdaBoost算法的人脸检测——赵楠 北京大学 下载本文

北京大学

本科生毕业论文

基于 AdaBoost 算法的人脸检测

Face Detection Based on AdaBoost

姓 名:赵楠

学 号:00105029

院 系:物理学院物理学系

指导老师:查红彬 教授

导师单位:视觉与听觉信息处理国家重点实验室

信息科学技术学院智能科学系

北京大学本科生毕业论文 二○○五年六月

摘要 Abstract

人脸检测是人脸分析的首要环节,其处理的问题是确认图像(或影像)中是否存在人脸,如果存在则对人脸进行定位。人脸检测的应用领域相当广泛,是实现机器智能化的重要步骤之一。

AdaBoost 算法是 1995 年提出的一种快速人脸检测算法,是人脸检测领域里程碑式的进步,这种算法根据弱学习的反馈,适应性地调整假设的错误率,使在效率不降低的情况下,检测正确率得到了很大的提高。

本论文第一章和第二章简述了人脸检测的一般情况,第三章对一些人脸检测的经典方法进行了说明。

第四章讲述了 AdaBoost 算法的发展历史。从 PCA 学习模型到弱学习和强学习相互关系的论证,再到 Boosting 算法的最终提出,阐述了 Adaptive Boosting 算法的发展脉络。

第五章对影响 AdaBoost 人脸检测训练算法速度的至关重要的两方面:矩形特征和积分图的概念和理论进行了仔细的阐明。

第六章给出了 AdaBoost 的算法,并深入探讨了其中的一些关键问题——弱学习器的构造、选取等问题。

II

北京大学本科生毕业论文 最后一章,用编写的实现了 AdaBoost 算法的FáDèt程序,给出了相应的人脸检测实验结果,并和 Viola 等人的结果做了比较。

关键词 Keywords

AdaBoost 方法、人脸检测、Boosting 方法、PCA 学习模型、弱学习III

北京大学本科生毕业论文 谨以此论文献给

A-腺嘌呤、 T - 胸腺嘧啶、 G-鸟嘌呤、 C-胞嘧啶、 1 和 0

——智能的基本构件

开拓智能研究的伟大先驱者们

This dissertation is dedicated to

A, T, G, C, 1 and 0, the building blocks of intelligence.

and

to the pioneers uncovering the foundations of intelligence. IV

北京大学本科生毕业论文

正文目录 Contents

摘要 ABSTRACT................................................................................ II

CONTENTS........................................................................ IV 图目录 LIST OF FIGURES...............................................................VII 表目录 LIST OF TABLES ............................................................... VIII 1 人脸检

测 ..........................................................................................1 1.1 概

念 ............................................................................................1

1.2 难点与展望..................................................................................

2

1.3

测 .............................................................. 4

1.3.1 人脸图像数据库...............................................................................................4 1.3.2 性能评测..........................................................................................................6

2 检测方法分类...................................................................................

8 2.1 基于知识的方法 ...........................................................................

8

V