基于肤色分割和改进的AdaBoostSVM算法的人脸检测

吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (02): 473-0478.

基于肤色分割和改进的AdaBoostSVM算法的人脸检测

郭耸¹,顾国昌¹,蔡则苏²,刘海波¹,沈晶¹

1.哈尔滨工程大学计算机科学与技术学院,哈尔滨150001;2.哈尔滨工业大学计算机科学与技术学院,哈尔滨150001

收稿日期:2009-04-18 发布日期:2011-03-01
通讯作者: 郭耸(1980-),女,博士,讲师.研究方向:人脸检测,图像处理与计算机视觉.E-mail:guosong@hrbeu.edu.cn E-mail:guosong@hrbeu.edu.cn
作者简介:郭耸(1980-),女,博士,讲师.研究方向:人脸检测,图像处理与计算机视觉.E-mail:guosong@hrbeu.edu.cn
基金资助:
“863”国家高技术研究发展计划项目(2006AA04Z259)；中央高校基本科研业务费专项基金项目（HEUCF100606，HEUCF100604，HEUCFZ1010）；高等学校博士学科点专项科研基金项目（20092304120013）

Face detection based on skin color segmentation and improved AdaBoostSVM algorithm

GUO Song¹,GU Guo-chang¹,CAI Ze-su²,LIU Hai-bo¹,SHEN Jing¹

1.School of Computer Science and Technology,Harbin Engineering University,Harbin 150001,China;2.School of Computer Science and Technology,Harbin Institute of Technology,Harbin 150001,China

Received:2009-04-18 Published:2011-03-01

摘要/Abstract

摘要：

为了提高人脸检测的速度和精度，提出了一种基于肤色分割与改进的AdaBoostSVM算法相结合的人脸检测方法。首先在YCgCr空间通过计算肤色相似度进行肤色分割，进而得到候选的人脸区域。然后，针对人脸检测中正负样本的非对称性对AdaBoostSVM算法进行改进，并用改进的AdaBoostSVM算法对候选人脸进行检测验证。实验结果表明，该方法改善了人脸检测性能，提高了检测速度，能够在复杂背景下进行快速而且较为准确的人脸检测。

关键词: 计算机应用, 人脸检测, 肤色分割, 肤色相似度, AdaBoost, SVM

Abstract:

A method for face detection based on skin color segmentation and improved AdaBoostSVM algorithm was proposed. This method can improve the performance and speed of face detection. Skin color segmentation was implemented through the calculation of the similarity of skin color in YCgCr space. Then, the face regions of the candidate were obtained. An improved AdaBoostSVM algorithm was proposed to enhance the face detection accuracy according to the asymmetry of the face and nonface samples in face detection, and this algorithm was used to verify the face regions of the candidate. Experiment results show that the proposed algorithm enhances the performance and speed of face detection, and can detect face regions quickly and accurately with complex background.

Key words: computer application, face detection, skin color segmentation, similarity of skin color;AdaBoost, SVM

中图分类号:

TP391

郭耸, 顾国昌, 蔡则苏, 刘海波, 沈晶. 基于肤色分割和改进的AdaBoostSVM算法的人脸检测[J]. 吉林大学学报(工学版), 2011, 41(02): 473-0478.

GUO Song, GU Guo-Chang, CA Ze-Su, LIU Hai-Bo, SHEN Jing. Face detection based on skin color segmentation and improved AdaBoostSVM algorithm[J]. 吉林大学学报(工学版), 2011, 41(02): 473-0478.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed