基于改进的 Adaboost 算法的人脸检测系统

来源：计算机技术与发展杂志2019年第03期北京时间：

作者：冯小建;马明栋;王得玉

摘要：随着社会的信息化与智能化发展,人脸检测技术在商业、文化等领域扮演着日益重要的角色,社会对人脸检测系统的性能要求也越来越高。 开源计算机视觉库 OpenCV 中实现了众多图像处理算法,其中包括使用 Adaboost 算法训练出Haar 分类器,用以进行高准确率人脸检测。 常用的基于 Haar-Like 特征的 AdaBoost 人脸检测算法还存在着不足之处,例如漏检率和误检率较高,检测效率较低等。 针对这些不足之处,在原有的 Haar-Like 特征集中加入新的符合人脸器官分布的 Haar-Like 特征,以提高检测率,降低虚警率。 并通过引进肤色检测技术来筛选人体肤色区域作为备选区域,剔除图片中大部分的非肤色区域,以提高检测效率。 通过测试与性能对比,改进的人脸检测系统具有更好的准确率和更高的检测效率。

关键词：Adaboost;Haar-Like 特征;OpenCV;人脸检测;肤色检测;图像处理