人臉檢測技術(shù)背景與現(xiàn)狀-資料下載頁
2024-11-05 03:38本頁面
【導(dǎo)讀】海關(guān)安檢和基于人臉識別的門禁系統(tǒng)中有著廣闊的應(yīng)用前景;和驗證，社會保險人的身份驗證等領(lǐng)域也具有重要的應(yīng)用價值;醫(yī)學(xué)、檔案管理、能識別身份的玩具和機(jī)器人等。鑒于人臉識別具有廣泛的應(yīng)用，人臉識別技術(shù)成為模式識別和機(jī)器視覺。領(lǐng)域近來研究的一個熱點(diǎn)問題。人臉的位置、大小、數(shù)量和姿態(tài)。份的人臉圖像的數(shù)據(jù)庫來驗證和鑒別場景中單個或者多個人的身份。聯(lián)想、思考及推理，進(jìn)而從人臉信息中去分析、理解人的情緒。圖1清晰地說明了人臉檢測在人臉識別系統(tǒng)中的重要作用。目前，人臉檢測技術(shù)受到來自學(xué)術(shù)界和工業(yè)界越來越多的關(guān)注，究其原因，最后，在理論上講，人臉檢測是一項極具意義的研究領(lǐng)域。國內(nèi)開展人臉檢測研究的主要單位有。綜合有關(guān)文獻(xiàn)，目前的方法主?；贏daboost快速人臉檢測方法由Viola等人于2020年提出，該方法。采用一種稱為積分圖的圖像表示方法，可以快速容易地計算出大量的簡單特征，聯(lián)的方式將單個的分類器合成為一個更加復(fù)雜的分類器。
【正文】 基于隱馬爾可夫模型的方法，基于彩色信息的方法，形狀分析，頻域中的特征提取，多模態(tài)信息融合和基于 AdaBoost 的方法。 3 Adaboost 算法簡介 Adaboost 是一種迭代算法，其核心思想是針對同一個訓(xùn)練集訓(xùn)練不同的分類器 (弱分類器 )，然后把這些弱分類器集合起來，構(gòu)成一個更強(qiáng)的最終分類器 (強(qiáng)分類器 )?；?Adaboost 快速人臉檢測方法由 Viola 等人于 2020 年提出，該方法采用一種稱為積分圖的圖像 表示方法，可以快速容易地計算出大量的簡單特征，再用 Adaboost 學(xué)習(xí)算法從一個較大的特征集中選擇少量關(guān)鍵的視覺特征，并構(gòu)造一系列的弱分類器，多個弱分類通過線性組合可構(gòu)造出一個強(qiáng)分類器，再用級聯(lián)的方式將單個的分類器合成為一個更加復(fù)雜的分類器。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1