一种新的多视角背景下人脸检测方法

• 作者: 何强 尹远 文凯
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: NPD特征 深度二叉特征树 肤色 Adaboost算法
• 年，卷（期）: 2017,（6）
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP391.41
• 字数: 4521字
• 语种: 中文

摘要

本文针对实际生活中普遍存在的多视角、多人脸检测问题,提出了一种新的分类器训练方法及人脸检测的解决方案.首先采用NPD(Normalized Pixel Difference)差分特征对人脸特征进行描述,NPD特征通过判断两个像素值间相对差异对人脸进行描述,其特征值可从二维表直接获取,能大大节省训练时间,同时提出了一种深度二叉特征树结构来训练分类器,可有效结合特征间的关联性,将训练得到分类器与肤色算法相结合来提高检测速度.通过在CMU人脸数据库上对本文提出的算法进行验证,仿真结果证明在多人脸、多视角检测背景环境下,本文算法较AdaBoost算法在检测率提高了8.7%、误检率降低了4.1%、检测速度提高了27.7%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文凯	重庆邮电大学通信新技术应用研究中心	41	131	6.0	7.0
5	尹远	重庆邮电大学通信新技术应用研究中心	7	17	3.0	4.0
8	何强	重庆邮电大学通信新技术应用研究中心	7	17	3.0	4.0