北京大学本科生毕业论文
图 32 单人图像检测结果：总数 1/漏检 0/错检 2
图 33 不含人脸图像检测结果：总数 0/漏检 0/错检 45
7.3.3 结论
Viola 由于采用了层级处理方法，大大提高了检测速度，对于 384×288 像素的图像，在 PIII 700MHz 的计算机上，检测速度可以达到 15 帧/秒。本文的
基于 AdaBoost 算法的人脸检测 赵楠 69
北京大学本科生毕业论文 算法在 PIII 850MHz 的计算机上，检测 384×288 像素的图像，约需要 30 秒，比 Viola 的层级处理方法慢了许多。
另外，本方法的漏检和错检率还比较高。这只要是因为训练集数量太少，而且非人脸样本比重偏低。事实上，世界上的非人脸样式要远远大于人脸样式，因此有足够多的非人脸样本，才能够让分类器对非人脸图案的“ 分辨” 能力大大提高。
基于 AdaBoost 算法的人脸检测 赵楠 70
北京大学本科生毕业论文
致谢 Acknowledgments
感谢我的导师查红彬教授给了我一个走进人工智能的机会，即使只是管中窥豹，也让我深深为这个领域的博大精深感到惊奇和感动。感谢查老师悉心的指导，他对这个领域独特的眼光、明锐的触觉和对学术的严谨都让我获益匪浅；感谢查老师的平易近人和对我的包容，让我能够坚持走下来；感谢武宇文博士在论文选题方面给我的莫大帮助和鼓励，扩展了我的知识
面，让我能够从各方面了解这个领域并最终选择了自己最感兴趣的课题；感谢刘一师兄给与的最热情的指导和最无私的帮助，每当陷入困境，他都会即使施与援手，让我看到困难后面的希望，也让我充满了奋斗的激情；
感谢崔锦实老师对本论文的审阅，并提出了许多中肯宝贵的修改建议；感谢实验室里的师兄、师姐们，将实验室营造得家一般团结和温暖，让人愉 悦和舒畅；最后，感谢物理学院高政祥教授为我担当外院系做毕设的负责人。有
了高老
师的支持，我才能没有顾忌地在自己喜欢的领域里翱翔。参考文献
References
基于 AdaBoost 算法的人脸检测 赵楠 71
北京大学本科生毕业论文 [1] Yang Ming-Hsuan，David J. K.，Narendra A.、Detecting Faces in Images:
A Survey、IEEE Transactions on Pattern Analysis and Machine Intelligence、 Vol 24(1):34-58, 2002/01
[2] Hjelm?s E.，Low B. K.、Face Detection: A Survey、Computer Vision and
Image Understanding 83,236~274(2001)
[3] 李刚，高政、人脸自动识别方法综述、计算机应用研究、2003, Vol 8:4-9 [4] Rowley H. A. ， et al 、 Neural Network-Based Face Detection 、 IEEE
Transactions on Pattern Analysis and Machine Intelligence 、 Vol
20(1):23-38, 1998/01
[5] T. Kohonen，Self-Organization and Associative Memory，Springer 1989 [6] Belhumeur P.N.，Hespanha J. P.，Kriegman D. J.、Eigenfaces vs.
Fisherface:
Recognition Using Class Specific Linear Projection、IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 19(7), 711-720, July 1997 [7] K. K. Sung， T. Poggio、Example-Based Learning for View-Based Human
Face Detection 、 Technical Report AI Memo 1521, Massachusetts Inst. of Technology AI Lab, 1994
[8] E. Osuna，R. Freund，and F. Girosi、Training Support Vector Machines: An
Application to Face Detection、Proc. IEEE Conf. Computer Vision and Pattern Recognition, 130-136, 1997
[9] B. Heiselet，T Serre，M Pontil et al、Component-based Face Detection、
Proc IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2001, 1:I657-I662
基于 AdaBoost 算法的人脸检测 赵楠 72
北京大学本科生毕业论文 [10] Nefian A.，Hayes M.、Hidden Markov Models for Face Recognition、IEEE
International Conference on Acoustics, Speech and Signals Processings, Seattle, Washington, 1998:2721-2724
[11] Freund Y., Schapire R. E. A Decision-Theoretic Generalization of On-Line
Learning and an Application to Boosting. Journal of Computer and System Sciences, 1997, 55(1):119-139
[12] 宋春雷，王龙等、学习理论与鲁棒控制、控制理论与应用、Vol 17(5), 633-636, 2000/10
[13] Valiant L.G.、A Theory of the Learnable、Communications of the ACM、
Vol
27 (11), 1134-1142, 1984/11
[14] Kearns M.、The Computational Complexity of Machine Learning、Cambridge:
MIT Press, 1990
[15] Kearns M.，Valiant L. G.、Cryptographic Limitations on Learning
Boolean
Formulae and Finite Automata、Journal of the ACM, 41(1):67-95, 1994/01 [16] Schapire R. E.、The Strength of Weak Learnability、Machine Learning, 1990,
5(2):197-227
[17] Freund Y.、Boosting a Weak Learning Algorithm by Majority、Information
and
Computation, 1995, 121(2):256-285
[18] Drucker H.，Schapire R. E.，Simard P.、Boosting Performance in Neural
Networks、International Journal of Pattern Recognition and Artificial Intelligence, 1993, 7(4):705-719
[19] Viola P.，Jones M. J.、Robust Real-Time Face Detection、International
基于 AdaBoost 算法的人脸检测 赵楠
73