内容发布更新时间 : 2024/12/23 2:13:12星期一 下面是文章的全部内容请认真阅读。
北京大学本科生毕业论文 2.2 特征不变量方法 ...........................................................................
9 2.3 模
板
匹
配
的
方
法 ..........................................................................10 2.4 基
于
表
象
的
方
法 ..........................................................................11
3 经典方法
述..................................................................................12 3.1 神
经
网
络
概
NEURAL
NETWORK ......................................................12 3.2 特
征
脸
EIGENFACE .....................................................................13 3.3 基
于
样
本
学
习
方
法
EXAMPLE-BASED
METHODS.............................14 3.4 支
持
向
量
机
SUPPORT VECTOR MACHINE
(SVM) ...........................15 3.5 隐
马
尔
科
夫
模
型
HIDDEN MARKOV MODEL
(HMM) ......................15
4 ADABOOST 方法
述....................................................................16 4.1 引
言 ..........................................................................................16 4.2 PAC
学
习
模概
型 ............................................................................16
4.2.1 概述...............................................................................................................16 4.2.2 数学描述........................................................................................................ 17
VI
北京大学本科生毕业论文 4.3 弱
习
学习与强学4.4 方
..........................................................................18
BOOSTING
法 ..........................................................................19
5 矩形特征与积分图 ..........................................................................
20 5.1 引言 .........................................................................................
20
5.2 矩形特征 RECTANGLE FEATURE..................................................
20
5.2.1 概述...............................................................................................................20 5.2.2 特征模版........................................................................................................21
5.2.3
检
测
器
内
特
征
总
数..........................................................................................22
5.2.3.1 5.2.3.2 5.2.3.3
子窗口内的条件矩形............................................................................... 22 条件矩形的数量..................................................................................... 23 子窗口的特征矩形数量............................................................................ 23 5.2.3.4 结果.................................................................................................... 24
5.3 积分图 INTEGRAL IMAGE............................................................
25
5.3.1 概
念
...............................................................................................................25 利
用
积
分
图
计
算
矩
形
特
征
5.3.2
值............................................................................27
VII
北京大学本科生毕业论文 5.3.2.1 5.3.2.2
图像区域的积分图计算............................................................................ 27 矩形特征的特征值计算............................................................................ 28
6 ADABOOST 训练算法...................................................................
30 6.1 训练基本算法.............................................................................
30
6.1.1 基本算法描述.................................................................................................30 6.1.2 基本算法流程图.............................................................................................32
6.2 弱分类器 WEAK CLASSIFER........................................................
33
6.2.1 特征值 f(x).....................................................................................................33 6.2.2 阈值q、方向指示符 p....................................................................................38 6.2.3 弱分类器的训练及选取...................................................................................38
6.3 强分类器
STRONG
CLASSIFIER....................................................40
6.3.1 构成.............................................................................................................. 40
6.3.2 错误率上限................................................................................................... 40
7 程序实现及结果..............................................................................
43 7.1 样本集......................................................................................
43
7.2
训
练
难
点
及
优
化 ......................................................................... 44
7.2.1
计算成本........................................................................................................44
VIII
北京大学本科生毕业论文 7.2.2
减少矩形特征的数量......................................................................................44
7.2.3 样本预处理....................................................................................................45 7.3
检测结果................................................................................... 46
7.3.1 检测器...........................................................................................................46 7.3.2 实验结果........................................................................................................47
7.3.2.1
实验对比.............................................................................................. 47
7.3.2.2 更多实验结果........................................................................................ 49 7.3.3
结论...............................................................................................................53
致谢 ACKNOWLEDGMENTS........................................................... 54
参
考
文
献
REFERENCES ................................................................... 54
Ver 0.76
图目录 List of Figures
图
1 人脸分析流
程.....................................................................................................2
图 2 人脸的遮挡、不同表情、图像的质量、旋转等等都会影响人脸检测.........3 图 3 典型的正面人脸图像数据库中的人脸图像.....................................................5
图 4 左侧为测试图像，右侧为检测结果。不同的标准会导致不同的检测结果。
IX
北京大学本科生毕业论文 ............................................................................................................................
....6 图 5 基于知识的人脸检测方法抽象出人脸的基本特征规则.................................9
图 6 一种人脸检测模板：这个模板由 16 个区域（图中灰色部分）和 23 种区域
关
系
（
用
箭
头
表
示
）
组
成.................................................................................10 图 7
ROWLEY 的带有图像预处理的神经网络系
统..............................................13 图
8 人脸高斯簇和非人脸高斯
簇..........................................................................14
图 9 矩形特征在人脸上的特征匹配。上行是 24×24 子窗口内选出的矩形特征，
下行是子窗口检测到的与矩形特征的匹配。.................................................21 图 10 计算m×m检测器内所有可能的矩形的数量。.........................................22 图
11 “ 积分图” 与积分的类
比............................................................................25
图 12 坐标A(x, y) 的积分图定义为其左上角矩形所有像素之和（图中阴影部分）。
s(x, y)为 A(x, y) 及其 y 方向向上所有像素之和（图中粗黑竖线）..26
图 13 区域D 的像素和可以用积分图计算为：ii4 + ii1 ? (ii2 + ii3 )....................27 图 14 矩形特征的特征值计算，只与此特征端点的积分图有关.......................29
X