基于Haar分类器与五官检验的人脸检测
摘  要 ：人脸检测是人脸分析的首要环节，其处理的问题是确认图像中是否存在人脸，如果存在则对人脸进行定位。人脸检测的应用领域相当广泛，是实现机器智能化的重要步骤之一。AdaBoost算法是1995年提出的一种快速人脸检测算法，是人脸检测领域里程碑式的进步，这种算法根据弱学习的反馈，适应性地调整假设的错误率，使在效率不降低的情况下，检测正确率得到了很大的提高。本文对影响AdaBoost人脸检测训练算法速度的至关重要的两方面：Haar特征和积分图的概念和理论进行了仔细的阐明。同时给出了AdaBoost的算法，并深入探讨了其中的一些关键问题——弱学习器的构造、选取等问题。本文还将AdaBoost训练出来的多个强分类器连接在一起，形成同时具备高检测率和低误识率的级联分类器——Haar分类器。最后用Haar分类器实现人脸检测并通过检测五官来检验检测结果。
关键词 ：Adaboost；机器学习；级联； Haar特征
目录
基于Haar分类器与五官检验的人脸检测 1
1 引言 2
2 发展与现状 2
3报告正文 3
Viola-Jones检测器 3
Haar特征 3
积分图 4
AdaBoost算法 4
级联 5
五官检验 6
4实验与分析 6
7
不同表情下的人脸识别 7
7
8
重叠人脸识别 8
男明星图a 8
男明星图b   男明星图c 8
五官检验去除无效人脸 8
系统展示 10
5 总结和展望 10
参考文献(References) 11