基于adaboost算法的人脸检测课件.ppt

,基于adaboost算法的人脸检测,基于 Adaboost算法的人脸检测简介,人脸检测人脸检测 ace detection)是指对于任意一幅给定的图像,采用一定的策略对其进行搜索以确定其中是否含有人脸,如果是则返回人脸的位置、大小和姿态令典型的方法有模板法、基于示例学习、基于器官特征的方法、神经网络、彩色信息+形状分析、Adaboost的方法等等,矩形特征,也叫Har-Like特征。在 Adaboost算法中使用矩形特征作为特征模板。用一个5元组表示一个矩形特征(x,y,w,h,angle,其中(,y)为矩形的左上角位置,Ww,;h)为矩形的宽和高,angle表示矩形的旋转角度。计算一个矩形特征对应的特征值有几种方法,例如,黑色部分与白色部分像素和的差、黑色部分与整个矩形面积的权重差等等。,我们主要考虑以下四种举行特征(只含0ang!e特征,不包含45 angle类型的矩形特征)三(A)(B),将haar特征这种反映图像中灰度分布特点的特性引入人脸检测问题当中,问题就转换成如何找到较好的haar特征对人脸图像灰度分布的特点进行描述。下图中的3个特征就能很好的描述图像中人脸的眼部的灰度的分布特点。(b)特征2c)特征3图5一种har特征举例,满足(s,t)条件的矩形的数量计算对于mn子窗口,我们只需要确定了矩形左上顶点和右下顶点,即可以确定一个矩形;如果这个矩形必须满足下面两个条件(称为(s,t)条件):(1)方向边长能被自然数s整除(2)y方向边长能被自然数t整除。满足(s,t)条件的矩形称为条件矩形。,y首先,确定左上角位置,则左上角可以选择的位置范围为xu1,2,m-S,m-S+1yul,2,n-t,n-t+1其次,根据左上角位置限定右下角位置范围为xDExm+-,xm+2s-1,x+(P-1,s-1,x+ps-1yRp Eyu+t-1,y+2 t-1,w+(q-1).t-1,yw+q t-1)其中:7-,(mn)图像窗口内满足(s,1)条件的矩形特征的数目:m-s+I n-t+Itm-x1,+1+1s+1t+1十十S公式(1),所以mn子窗口中所有四种特征模板的特征总数量,就是满足四个(s,t)条件的矩形特征的数量的总和,即(1,2(2,1)(1,3)(3,1)代入公式(1)即可求得条件矩形的特征数量总和,积分图:利用矩形特征来计算选取人脸的特征有一种非常快速的算法,这种算法使用了一种间接的图像表示方法,称之为积分图。在一张积分图上,点(X,y)的积分值(xy)是原图像上该点的上方和左方所有点的亮度值的和。即(x,y)x r,y其中(x,y)为积分图,(x,y)为原始图像。,31、只有永远躺在泥坑里的人，才不会再掉进坑里。黑格尔32、希望的灯一旦熄灭，生活刹那间变成了一片黑暗。普列姆昌德33、希望是人生的乳母。科策布34、形成天才的决定因素应该是勤奋。郭沫若35、学到很多东西的诀窍，就是一下子不要学很多。洛克,