基于Adaboost算法的人脸检测研究及实现(9)

基于Adaboost算法的人脸检测研究及实现

２．Ａｄａｂｏｏｓｔ算法的检测原理与实现方法

２Ａｄａｂｏｏｓｔ算法的检测原理与实现方法

Ａｄａｂｏｏｓｔ算法溉述

Ａｄａｂｏｏｓｔ算法根据人脸面部的灰度分布特征，选择使用了ｈａａｒ特征［３１１１５１。ｈａａｒ特２．１

征是一种基于积分图像的特征，主要在灰度图像中使用，该特征计算简单，提取速度较快。Ａｄａｂｏｏｓｔ算法首先提取图像中的ｈａａｒ特征，然后通过训练过程从中选出最优的ｈａａｒ特征，再将训练得到的ｈａａｒ特征转换成弱分类器，最后将得到的弱分类器进行优化组合用于人脸检测。

图２－１给出了使用Ａｄａｂｏｏｓｔ算法进行人脸检测的流程图１１９１。

离线训练检测过程

国２．１基于Ａｄａｂｏｏｓｔ算法的人脸检测流程图

Ｆｉ９２－１ｔｈｅｆｌｏｗｃｈａｒｔｏｆｆａｃｅｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎＡｄａｂｏｏｓｔａｌｇｏｒｉｔｈｍ

２．１．１积分图像

积分图像啪是将原图像中任一点的左上方的全部像素相加作为当前点像素值所得到

的图像；积分图像中每个点（ｘ，ｙ）的值为原图像中点（ｘ，ｙ）左上部分所有象素值的累加：

ｉｉ（ｘ，ｙ）＝∑ｆ（ｘ’，Ｙ’）

其中ｆ为原始图像，打为积分图像。图２Ｚ‘主ｇ’蹇Ｌ个积分图像的例子：（２．１）

（ａ）全ｌ图像（ｂ）积分图像（Ｍａｔｌａｂ调整显示）

图２－２积分图像示意图

Ｆｉｇ２－２ｅｘａｍｐｌｅｏｆｉｎｔｅｇｒａｌ

ｉｍａｇｅ