本文關(guān)鍵詞：基于自學(xué)習(xí)特征融合的人臉檢測算法研究，由筆耕文化傳播整理發(fā)布。

《中國海洋大學(xué)》 2015年

基于自學(xué)習(xí)特征融合的人臉檢測算法研究

劉吉  

【摘要】：近幾十年來,隨著計算機(jī)技術(shù)的發(fā)展,數(shù)字圖像處理領(lǐng)域有了很大的飛躍�，F(xiàn)今的科技產(chǎn)品,例如：視頻監(jiān)控、人臉簽到、數(shù)碼相機(jī)、視頻會議,還有目前新興的圖片內(nèi)容檢索等,都離不開對于數(shù)字圖像中人臉的檢測。人臉檢測屬于計算機(jī)視覺的范疇,最早的主要研究是針對人臉識別,后來在復(fù)雜背景下的人臉檢測越來越受到重視,人臉檢測也逐漸作為一個單獨的研究方向發(fā)展起來。人臉檢測是人臉識別的基礎(chǔ),在圖像處理領(lǐng)域一直是非常熱門的研究方向。這些年來,在人臉檢測和人臉識別領(lǐng)域,大量學(xué)者們進(jìn)行了許多方向的深入研究。Freund和Schapire在1995年提出的AdaBoost算法,是對傳統(tǒng)Boosting算法的一大提升。Boosting算法的核心思想是將弱學(xué)習(xí)算法提升成強(qiáng)學(xué)習(xí)算法,也就是“三個臭皮匠頂一個諸葛亮”。2001年,Viola和Jones兩位學(xué)者在AdaBoost算法的基礎(chǔ)上,使用Haar-like特征和積分圖方法進(jìn)行人臉檢測,他們設(shè)計了針對人臉檢測更有效的特征,并對AdaBoost訓(xùn)練出的強(qiáng)分類器進(jìn)行級聯(lián)。因此這個算法后來被稱為Viola-Jones檢測器。他們的成果極大地促進(jìn)了人臉檢測的進(jìn)步,具有里程碑式的意義。深度學(xué)習(xí)是近幾年發(fā)展起來的理論,并不斷取得應(yīng)用的突破。本文借助基于深度學(xué)習(xí)的PCANet算法,實現(xiàn)了優(yōu)異的人臉檢測。在使用相同樣本進(jìn)行訓(xùn)練的情況下,這種算法明顯優(yōu)于基于Haar特征的Adaboost算法,并且顯示了良好的泛化能力。本文研究的主題是數(shù)字圖像中的人臉檢測。通常在樣本的設(shè)計和選擇中,由于分類器在訓(xùn)練時需要大量的正負(fù)樣本,這帶來極大的工作量；在級聯(lián)分類器訓(xùn)練過程中對于檢測結(jié)果的檢驗,必須依賴人工的干預(yù)。因此,本文的目的之一是找到在分類算法中樣本的選擇及訓(xùn)練方法。本文通過研究基于Haar特征的Adaboost算法和基于深度網(wǎng)絡(luò)學(xué)習(xí)的PCANet算法,將Haar特征和深度網(wǎng)絡(luò)學(xué)習(xí)各自的訓(xùn)練及檢測融合在一起。然后進(jìn)行升級式的訓(xùn)練,實現(xiàn)了人臉和非人臉兩類樣本的不斷收斂,取得了良好的人臉和非人臉的分類效果。最終,使用升級后的分類器獲得了極佳的人臉檢測效果。本文的研究方法,有效避免了分類器訓(xùn)練過程中存在的負(fù)樣本無法保證充足的問題,極大減少了樣本設(shè)計的人工工作,實現(xiàn)了樣本設(shè)計自動化。并且在樣本數(shù)量較少的情況下,實現(xiàn)了較高的檢測率和較低的誤檢率

【關(guān)鍵詞】：
【學(xué)位授予單位】：中國海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

摘要5-7

Abstract7-12

1. 緒論12-26

1.1 背景12-14

1.2 研究現(xiàn)狀14-18

1.2.1 人臉檢測算法的分類14-15

1.2.2 VIOLA-JONES人臉檢測器15-16

1.2.3 深度學(xué)習(xí)的發(fā)展16-18

1.3 面臨的挑戰(zhàn)18-20

1.3.1 計算機(jī)的處理能力問題18

1.3.2 光照變化18-19

1.3.3 人臉的偏轉(zhuǎn)及表情的復(fù)雜性19-20

1.3.4 遮擋物20

1.4 檢測技術(shù)的評價方法20-22

1.4.1 對于檢測結(jié)果中人臉區(qū)域位置的評價方法20

1.4.2 對于檢測結(jié)果的評價方法20-22

1.5 主要人臉數(shù)據(jù)集介紹22-23

1.6 論文的主要工作及創(chuàng)新點23-26

1.6.1 本文所做的主要工作24-25

1.6.2 創(chuàng)新點25-26

2. 基于HAAR特征的ADABOOST算法人臉檢測理論26-38

2.1 HAAR特征26-29

2.2 積分圖29-30

2.3 弱分類器30-33

2.4 強(qiáng)分類器33-34

2.5 級聯(lián)分類器34-35

2.6 光照問題的處理35-38

3. 深度學(xué)習(xí)理論及PCANET算法38-42

3.1 深度學(xué)習(xí)介紹38-39

3.2 PCANET算法39-42

3.2.1 第一層PCA40-41

3.2.2 第二層PCA41

3.2.3 輸出層41-42

4. ADABOOST和PCANET的融合訓(xùn)練方法42-60

4.1 ADABOOST算法的設(shè)計和訓(xùn)練42-43

4.1.1 ADABOOST級聯(lián)分類器的設(shè)計及其訓(xùn)練42-43

4.2 PCANET算法的設(shè)計和訓(xùn)練43-45

4.2.1 PCANET算法的設(shè)計43

4.2.2 PCANET算法的訓(xùn)練43-45

4.2.2.1 初始樣本的設(shè)計和訓(xùn)練43-44

4.2.2.2 PCANet檢測Adaboost的輸出結(jié)果44-45

4.3 ADABOOST和PCANET的融合訓(xùn)練45-46

4.3.1 融合訓(xùn)練的目的45

4.3.2 融合訓(xùn)練的方法45-46

4.3.3 再次進(jìn)行PCANET的訓(xùn)練和檢測46

4.3.4 ADABOOST和PCANET的循環(huán)訓(xùn)練和檢測46

4.4 實驗結(jié)果46-57

4.4.1 使用一種方法的檢測結(jié)果46-47

4.4.2 融合訓(xùn)練的實驗結(jié)果47-57

4.5 自學(xué)習(xí)能力的實現(xiàn)57-60

5. 融合訓(xùn)練的程序模塊設(shè)計60-66

5.1 程序運行環(huán)境60

5.2 程序整體框架60-61

5.3 圖像子窗口檢測模塊61-63

5.4 特征融合更新模塊63-66

6. 總結(jié)和展望66-68

參考文獻(xiàn)68-74

附錄1：程序代碼節(jié)選74-84

1.1、 Read_directory. m74-75

1.2、 Check_face_nonface_PCANet. m75-78

1.3、 extHaarLikeFeature. c78-84

致謝84-86

個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果86

下載全文 更多同類文獻(xiàn)

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 周書仁;殷建平;;基于Haar特性的LBP紋理特征[J];軟件學(xué)報;2013年08期

2 寧軻;黎展榮;陳瑩;;基于神經(jīng)網(wǎng)絡(luò)擴(kuò)張的Adaboost人臉檢測算法[J];計算機(jī)光盤軟件與應(yīng)用;2012年17期

3 謝紅躍;方昱春;蔡起運;;一種新的改進(jìn)AdaBooat弱分類器訓(xùn)練算法[J];中國圖象圖形學(xué)報;2009年11期

4 劉曉克;孫燮華;周永霞;;基于新Haar-like特征的多角度人臉檢測[J];計算機(jī)工程;2009年19期

5 許高鳳;丁士圻;郭麗華;王大成;;基于小波的人臉去光照識別算法研究[J];系統(tǒng)仿真學(xué)報;2009年14期

6 艾海舟 ,肖習(xí)攀 ,徐光祐;人臉檢測與檢索[J];計算機(jī)學(xué)報;2003年07期

7 梁路宏 ,艾海舟 ,肖習(xí)攀 ,葉航軍 ,徐光祐 ,張鈸;基于模板匹配與支持矢量機(jī)的人臉檢測[J];計算機(jī)學(xué)報;2002年01期

8 劉翼光,沈理;利用Hausdorff距離人臉圖像定位算法[J];計算機(jī)研究與發(fā)展;2001年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 黎云漢;人臉特征提取與跟蹤[D];浙江大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 周天相;基于Adaboost的人臉檢測研究[D];北京郵電大學(xué);2013年

2 魏喆;基于AdaBoost的人臉檢測[D];北京郵電大學(xué);2012年

3 胡敏敏;人臉識別系統(tǒng)的研究與實現(xiàn)[D];南京郵電大學(xué);2011年

4 周士奇;基于LBP和Adaboost的人臉識別算法研究[D];東北大學(xué);2010年

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 雷吳斌;焦紀(jì)超;王文宇;李迎弟;茹強(qiáng);;基于紅外及人臉識別技術(shù)的車輛防盜方法研究[J];科技經(jīng)濟(jì)市場;2016年07期

2 徐中宇;徐紅梅;徐勇;;基于胃鏡圖像的胃脘痛特征數(shù)據(jù)分析[J];電子科技;2016年05期

3 周書仁;王剛;徐岳峰;;改進(jìn)型HLBP紋理特征的行人檢測[J];計算機(jī)工程與科學(xué);2016年05期

4 劉娟;胡敏;黃忠;;基于最優(yōu)支持度的證據(jù)融合表情識別方法[J];電子測量與儀器學(xué)報;2016年05期

5 楊德紅;閆河;劉婕;王樸;;HLBP紋理特征Mean Shift目標(biāo)跟蹤算法[J];計算機(jī)工程與設(shè)計;2016年04期

6 錢玉潔;王玉德;馮瑋;李圓圓;張肖肖;;基于DPM模型的靜態(tài)人臉檢測[J];電子技術(shù);2016年03期

7 閆河;劉婕;楊德紅;王樸;;雙重特征粒子濾波目標(biāo)跟蹤算法[J];小型微型計算機(jī)系統(tǒng);2016年02期

8 曹義親;程威;黃曉生;;在線矩形特征選擇的壓縮跟蹤算法[J];計算機(jī)科學(xué);2016年01期

9 相子喜;呂學(xué)強(qiáng);張凱;;新聞圖像中重要人物的自動檢測和識別研究[J];科學(xué)技術(shù)與工程;2015年36期

10 李海亭;李艷紅;彭清山;王閃;;全景地圖隱私信息處理的關(guān)鍵技術(shù)研究[J];測繪通報;2015年12期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳曉念;基于視覺的避雷器識別與跟蹤算法研究[D];廣東工業(yè)大學(xué);2016年

2 臧佩佩;視網(wǎng)膜圖像處理算法及應(yīng)用研究[D];山東中醫(yī)藥大學(xué);2015年

3 祝寶龍;基于視覺跟蹤技術(shù)的眼控鼠標(biāo)研究[D];哈爾濱工業(yè)大學(xué);2015年

4 劉吉;基于自學(xué)習(xí)特征融合的人臉檢測算法研究[D];中國海洋大學(xué);2015年

5 張恒;基于近紅外圖像的疲勞駕駛檢測研究與系統(tǒng)實現(xiàn)[D];長安大學(xué);2015年

6 余松;電子警察系統(tǒng)中車輛跟蹤及夜間車輛檢測算法研究[D];西安電子科技大學(xué);2014年

7 賈寧寧;基于SIFT算法的人臉識別研究[D];東北大學(xué);2014年

8 王慶偉;基于Haar-Like T特征的人臉檢測與識別研究[D];五邑大學(xué);2014年

9 閆斌;基于改進(jìn)的膚色模型和CPSO-AdaBoost算法的人臉檢測[D];新疆大學(xué);2014年

10 �；鄯�;E-Learning中基于聯(lián)合Haar特征的表情特征提取研究[D];首都師范大學(xué);2014年

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李維維;胡桂明;童劉偉;何隆玲;;基于膚色和AdaBoost算法的人臉檢測[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2012年08期

2 孫崇璇;;基于PCA主成分分析的人臉檢測實現(xiàn)與分析[J];云南民族大學(xué)學(xué)報(自然科學(xué)版);2010年06期

3 陳蓉偉;劉芳;郝紅俠;;基于EHMM-HMT和MSWHMT的多尺度紋理圖像分割[J];軟件學(xué)報;2010年09期

4 王爽;夏玉;焦李成;;基于均值漂移的自適應(yīng)紋理圖像分割方法[J];軟件學(xué)報;2010年06期

5 李盛文;鮑蘇蘇;;基于PCA+AdaBoost算法的人臉識別技術(shù)[J];計算機(jī)工程與應(yīng)用;2010年04期

6 甘俊英;李春芝;;基于小波變換的二維獨立元在人臉識別中應(yīng)用[J];系統(tǒng)仿真學(xué)報;2007年03期

7 李闖;丁曉青;吳佑壽;;一種改進(jìn)的AdaBoost算法——AD AdaBoost[J];計算機(jī)學(xué)報;2007年01期

8 蔣巍;王偉;;基于小波和奇異值分解的人臉識別方法[J];計算機(jī)仿真;2006年04期

9 武勃,黃暢,艾海舟,勞世竑;基于連續(xù)Adaboost算法的多視角人臉檢測[J];計算機(jī)研究與發(fā)展;2005年09期

10 梁路宏 ,艾海舟 ,徐光祐 ,張鈸;人臉檢測研究綜述[J];計算機(jī)學(xué)報;2002年05期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 沈利明;人臉跟蹤算法及其在DAM6416平臺上的實現(xiàn)[D];南京理工大學(xué);2006年

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙東方;楊明;鄧世濤;;幾種人臉檢測算法的對比研究[J];內(nèi)江科技;2011年10期

2 王仕民;葉繼華;羅文兵;占明艷;;嵌入式人臉檢測算法的研究與實現(xiàn)[J];江西通信科技;2011年02期

3 金鑫;李晉惠;;基于神經(jīng)網(wǎng)絡(luò)的人臉檢測算法研究[J];科技信息;2008年35期

4 翟懿奎;黃聿;謝劍華;吳志龍;郭承剛;;基于膚色的實時人臉檢測算法研究[J];電子設(shè)計工程;2011年09期

5 王小蘭;蔡燦輝;朱建清;;一種改進(jìn)的快速人臉檢測算法[J];微型機(jī)與應(yīng)用;2013年15期

6 張煒;耿新;陳兆乾;陳世福;;一種基于可疑人臉區(qū)域發(fā)現(xiàn)的人臉檢測方法[J];計算機(jī)科學(xué);2004年04期

7 羅三定;周磊;沙莎;;一種新的快速多人臉檢測算法[J];計算機(jī)應(yīng)用研究;2008年04期

8 喬曉芳;吳小俊;王士同;楊靜宇;;一種改進(jìn)的人臉檢測算法[J];計算機(jī)應(yīng)用;2008年04期

9 徐顯日;;視頻中實時的人臉檢測算法[J];福建電腦;2012年08期

10 崔曉琳;蔡燦輝;朱建清;;一種基于膚色后置濾波的快速人臉檢測算法[J];通信技術(shù);2013年08期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 付朝霞;韓焱;王黎明;;復(fù)雜背景下視頻運動目標(biāo)的人臉檢測算法[A];第十三屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C];2013年

2 陳健;錢蕓蕓;;用DSP實現(xiàn)實時人臉檢測[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 周薇娜;人臉檢測算法及其芯片實現(xiàn)關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2012年

2 郭聳;人臉檢測若干關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙玉亭;基于ARM9的便攜式監(jiān)控取證系統(tǒng)的研究與設(shè)計[D];西安工業(yè)大學(xué);2015年

2 袁成林;基于支持向量機(jī)的笑臉識別算法研究[D];廣西大學(xué);2015年

3 楊萬振;視頻人臉檢測算法研究及其DSP實現(xiàn)[D];東北大學(xué);2013年

4 寧勇敢;不合作條件下人臉檢測算法研究[D];遼寧工業(yè)大學(xué);2016年

5 劉吉;基于自學(xué)習(xí)特征融合的人臉檢測算法研究[D];中國海洋大學(xué);2015年

6 馬慧;人臉檢測算法的設(shè)計與實現(xiàn)[D];東南大學(xué);2015年

7 朱曉峰;快速人臉檢測算法的改進(jìn)策略及在視頻中的應(yīng)用[D];復(fù)旦大學(xué);2009年

8 邵曉剛;基于矩陣灰色B型絕對關(guān)聯(lián)度的人臉檢測算法研究[D];東北師范大學(xué);2012年

9 周彩霞;基于準(zhǔn)端正人臉檢測算法的研究[D];國防科學(xué)技術(shù)大學(xué);2004年

10 李琦;人臉檢測算法研究及其在視頻中的應(yīng)用[D];西安電子科技大學(xué);2005年

  本文關(guān)鍵詞：基于自學(xué)習(xí)特征融合的人臉檢測算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：201353