基于核回归方法的人脸检测技术

侯文涛，林嘉宇

(国防科学技术大学电子与通信工程学院，长沙410073)

1 引言

人脸检测作为计算机视觉的一个重要分支，广泛应用于身份验证、智能监控等领域。常见人脸检测方法［1］有:基于几何特征的方法、基于肤色模型的方法和基于统计理论的方法。以上三种方法性能各异，在特定的条件下都能取得较好的效果。当然缺点也不容忽视，比如基于几何特征的方法在简单背景正面人脸情况下效果较好;基于肤色模型的方法对光照强度比较敏感;基于统计理论的方法需要前期训练。

基于核回归法的人脸检测方法有三个显著的优点:一是对光照敏感性低;二是无需先期统计训练;三是检测快、易实现。

2 核回归法介绍

相对于通过处理观察所得的数据而确定信号模型参数的参数法，核回归法是一种非参数估计方法，主要特点［2］:回归模型完全由数据驱动，适应能力强，稳健性高。

非参数回归方法一般回归模型如下:

其中Yi为从观测点xi得到的观测值，m(xi)是未知回归函数，εi是独立同分布零均值噪声。非参数估计就是通过已知的Yi估计出回归函数。

非参数回归方法一般包括局部回归和正交回归，局部回归又可分为核回归、局部多项式回归、近邻回归和稳健回归。本文采用的是核回归法(NW估计)，其一般形式为:

N-W估计实际上是一种简单的加权平均估计，上式中m^Hi(x)表示估计值，Yi代表像素点灰度值，xi是一个2 ×1 像素点坐标，i=1，2，3...p2(p为选择的采样窗口大小)。特别指出，上式中KH(xix)就是核回归法的关键—核函数，其值与H和xix有关。……