基于局部梯度和面积重叠合并法的人脸检测
本文研究了一种人脸检测方法.采用局部梯度模式(Local Gradient Patterns(LGP))提取人脸特征,用AdaBoost学习算法进行了层级分类器的训练.提出了应用面积重叠合并的识别方法(Square Overlap Merge Method (SOMM)),可以降低检测错误的正检测误差,同时克服了训练样本少的情况下分类器可靠性差的缺点.实验中采用MIT的人脸数据库进行分类器的训练,并在训练好的分类器的基础上,又进一步采集了6000多张人脸图片,进行分类器的再训练,以求分类器准确可靠.实验证明该方法能够快速有效的检测人脸,并且能很好的克服光照、姿态、背景、遮挡物等对人脸检测的影响。
人脸检测 局部梯度模式 层级分类器 面积重叠合并法
李兰 王朝立
上海理工大学 光电信息与计算机工程学院上海 200093
国内会议
河南焦作
中文
1-6
2014-07-26（万方平台首次上网日期，不代表论文的发表时间）