基于肤色及改进的Adaboost算法的人脸检测

›› 2013, Vol. 26 ›› Issue (9): 18-.

基于肤色及改进的Adaboost算法的人脸检测

王寻,赵怀勋,刘锡蔚

(1.武警工程大学研究生管理大队,陕西西安 710086;2.武警工程大学信息工程系,陕西西安 710086)

出版日期:2013-09-15 发布日期:2013-09-25
通讯作者: 王寻(1989—),男,硕士研究生。研究方向:武警信息化建设。E-mail:wxdyz2009@163.com。刘锡蔚(1989—),女,硕士研究生。研究方向:军需装备工程管理与应用。
作者简介:赵怀勋(1961—),男,教授。研究方向:武警信息化建设。

Research on Face Detection Based on Skin Color and Improved Adaboost Algorithm

WANG Xun,ZHAO Huaixun,LIU Xiwei¹

(1.Graduate Management Brigade,Engineering University of CAPF,Xi'an 710086,China;2.Department of Information Engineering,Engineering University of CAPF,Xi'an 710086,China)

Online:2013-09-15 Published:2013-09-25

摘要/Abstract

摘要：

为提高人脸检测的实时性和准确率,提出一种基于肤色与改进的Adaboost算法结合的人脸检测新方法。首先在YCbCr色彩空间下建立混合高斯肤色模型处理待检测图像,分割出肤色区域得到候选人脸区域。然后通过Harr矩形特征扩展与样本权值更新改进Adaboost算法,进行人脸检测。实验表明,该方法较好地处理了复杂背景下彩色图像人脸检测的漏检、错检问题,提高了检测速度和精度。

关键词: 人脸检测, 色彩空间, 肤色模型, Adaboost

Abstract:

In order to improve the accuracy and speed of face detection,the article brings about a new way of face detection which combines skin color and improved Adaboost arithmetic.First,a Gaussian skin model is set up to handle the pending images under the YCbCr Color Space so as to obtain the Color likelihood images,and the color area is divided by adaptive threshold method to obtain the candidate face area.Then the article improves the Adaboost arithmetic by Harr rectangle feature expanding and sample weights update.This method solves the problems of fallout ratio and false dismissal probability of face detection in complicated background images,thus improving the detection efficiency.

Key words: face detection;color space;complexion model;Adaboost

中图分类号:

TP391.41

王寻,赵怀勋,刘锡蔚. 基于肤色及改进的Adaboost算法的人脸检测[J]. , 2013, 26(9): 18-.

WANG Xun,ZHAO Huaixun,LIU Xiwei1. Research on Face Detection Based on Skin Color and Improved Adaboost Algorithm[J]. , 2013, 26(9): 18-.

[1]	杨思燕,苗凯彬,王锋,苗启广. 视频图像中人脸自动检测与统计算法[J]. 电子科技, 2020, 33(8): 1-9.
[2]	王春江,张猛,张建飞. 基于网络摄像头的活体人脸识别系统设计[J]. 电子科技, 2020, 33(6): 63-68.
[3]	汪欣,吴薇,曾照. 基于视频的人脸检测算法研究[J]. 电子科技, 2020, 33(2): 25-31.
[4]	田雄,吴薇,刘晓尚,吴秀. 多人脸跟踪与最佳人脸提取[J]. 电子科技, 2019, 32(9): 32-37.
[5]	殷涛,崔佳冬. 视频监控行人流量统计系统的设计[J]. 电子科技, 2019, 32(12): 48-52.
[6]	于世强，应捷. 基于Android平台的实时人脸检测与跟踪[J]. , 2016, 29(7): 78-.
[7]	肖儿良,韩超. 应用于人脸自动实时跟踪的改进Struck算法[J]. , 2016, 29(3): 42-.
[8]	郁浩,张荣福,程金光,郭世平. 基于图像处理的钢包标牌识别方法[J]. , 2016, 29(1): 94-.
[9]	王毅,王创新,卢进,盛文正. 基于HSV模型和改进AdaBoost算法的车牌检测[J]. , 2015, 28(2): 107-.
[10]	赵喆,侯俊. 基于肤色模型和改进Adaboost算法的人脸检测[J]. , 2015, 28(12): 80-.
[11]	巨志勇,黄凯. 基于共生概率特征量的行人检测[J]. , 2015, 28(11): 139-.
[12]	王寅. 基于LARK特征提取的AdaBoost人脸检测系统[J]. , 2014, 27(7): 137-.
[13]	杨秀坤,张尚迪. 基于BitBP特征的多重级联人脸检测器[J]. , 2013, 26(8): 135-.
[14]	王锋涛. 基于NiosⅡ的人脸检测系统设计[J]. , 2013, 26(3): 102-.
[15]	余昌胜,韩晓景,李知达. 基于FPGA的色彩空间转换的简易实现[J]. , 2013, 26(11): 111-.