1329-稀疏表示人脸识别系统

【摘要】人脸检测问题最初作为自动人脸识别系统的定位环节被提出，近年来由于其在安全访问控制、视觉监测、基于内容的检索和新一代人机界面等领域的应用价值，开始作为一个独立的课题受到研究者的普遍重视。1995 年提出的AdaBoost 算法是一种快速人脸检测算法，然而应用AdaBoost 算法得到的结果往往在拥有极高的检测率的同时，存在非常多的误检。计算机毕业设计，于是本文通过一些合理的预处理，使图像进行优化，减少误检的发生。而基于肤色空间的图像处理技术恰好能极大的优化图像，有效的减少误检率，并且能除去图像无用信息，提高程序运行速度。本文先对人脸检测技术进行一定的分类介绍。再提出先进行肤色空间预处理，后使用Adaboost算法进行分类的人脸检测方法，并逐步实现该方法。[计算机毕业设计_毕业设计论文_计算机硕士论文下载-计算机毕业网]3.710139E-022013-2-12 think58 [资料来源：THINK58.com]

【关键词】人脸检测；模式识别；计算机视觉；肤色空间；Adaboost算法
目录
引言 1
一、人脸检测 1
1 人脸检测的概念 1
2 人脸检测的难点 1
3 人脸检测的发展 2
3.1 人脸检测的起源 3
3.2 人脸检测的现状 3
4 人脸检测的评价标准 3
5 人脸、非人脸问题 4
6 人脸库 5
二、人脸检测问题的分类 5
1 检测方法分类 6
1.1 基于知识的方法 6
1.2 特征不变量方法 7
1.3 模板匹配的方法 7
1.4 基于表象的方法 8
2. 人脸模式的特征 8
2.1 特征的提取 9
2.2  特征的应用 11
三、基于肤色空间的图像预处理 11
1 色彩空间 12
1. 1  RGB空间 12
1.2  YCbCr空间 12
1.3 KL 变换 12
2 基于KL变换的椭圆模型肤色判别 13
四、基于Adaboost方法的人脸检测 15
1 原理 15
2 弱分类器的选取 15
3 强分类器的获得 16
4 层叠分类器 16
5 OpenCV下分类器的训练 16
五、程序及结果 22
1 程序 22
2 结果 22
六、 总结 30 [来源：http://think58.com]
参考文献： 31
致    谢 32
附录 33
附录1   程序代码： 33
附录2  非人脸检测结果： 38
2 人脸检测的难点
虽然人脸检测研究具有重要的学术意义和价值，但是人脸是一种有着相当复杂的细节变化的自然结构目标，人脸检测问题的内涵十分广泛，是一个复杂的具有挑战性的模式分类问题。即使人类可以毫不困难地检测到空间中的人脸，但计算机进行完全自动的人脸检测却非常困难。由于人脸检测问题的复杂性，此类目标检测的问题主要来自两方面：
一、由于人脸内在的变化所引起的：
1. 人脸的遮挡，可能存在帽子、眼镜、工程硕士论文，头部饰物以及其他的附属物；
2. 人脸具有相当复杂的细节变化，由于肤色、外貌、表情等不相同，而具有模式的可变性，不同的表情，如眼、嘴的开闭等； 本文来自think58 [资料来源：http://THINK58.com]