基于改进的Adaboost算法的人脸检测系统

• 作者: 冯小建 王得玉 马明栋
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Adaboost Haar-Like特征 OpenCV 人脸检测 肤色检测 图像处理
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 89-92
• 页数: 4页
• 分类号: TP302
• 字数: 3416字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.03.019

摘要

随着社会的信息化与智能化发展,人脸检测技术在商业、文化等领域扮演着日益重要的角色,社会对人脸检测系统的性能要求也越来越高.开源计算机视觉库OpenCV中实现了众多图像处理算法,其中包括使用Adaboost算法训练出Haar分类器,用以进行高准确率人脸检测.常用的基于Haar-Like特征的AdaBoost人脸检测算法还存在着不足之处,例如漏检率和误检率较高,检测效率较低等.针对这些不足之处,在原有的Haar-Like特征集中加入新的符合人脸器官分布的Haar-Like特征,以提高检测率,降低虚警率.并通过引进肤色检测技术来筛选人体肤色区域作为备选区域,剔除图片中大部分的非肤色区域,以提高检测效率.通过测试与性能对比,改进的人脸检测系统具有更好的准确率和更高的检测效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马明栋	南京邮电大学地理与生物信息学院	19	118	7.0	10.0
2	王得玉	南京邮电大学地理与生物信息学院	22	85	5.0	8.0
3	冯小建	南京邮电大学通信与信息工程学院	1	10	1.0	1.0