摘 要:通过对支持向量机、人工神经网络及AdaBoost算法的对比分析,发现支持向量机、人工神经网络算法构造的分类器复杂度高,效率低。而AdaBoost则从弱分类器中逐步推选出强分类器并组成级联分类器,快速将大量的非人脸图像排除掉,从而提高检测速度,满足人脸实时检测应用领域的需求。
人脸检测技术是计算机视觉领域非常重要的研究内容,正受到越来越多的关注。但传统的PC机平台上人脸检测系统体积庞大、不易携带、费用高等缺陷。采用通用DSP和多核处理器实现的话,价格昂贵、系统的可拓展性差。本文
人脸检测是指对于给定的图像或视频,判断其中是否存在人脸,如果存在,则进一步确定人脸的个数、具体位置以及大小的过程[1]。作为一个模式识别问题,人脸检验包含两个方面的内容,一是特征提取,二是分类方法设计。近