基于肤色模型和改进Adaboost算法的人脸检测

基于肤色模型和改进Adaboost算法的人脸检测

赵喆,侯俊

(上海理工大学 光电信息与计算机工程学院,上海200093)

摘要为提高人脸检测的精度,提出一种基于YCbCr肤色模型和Adaboost算法的人脸检测方法。利用YCbCr颜色空间的肤色阈值模型确定待检测区域。再利用Adaboost算法准确定位出人脸位置,并对Adaboost算法的训练过程提出一种新的权值更新方法,防止权值过分增大,避免了Adaboost算法训练过程中出现的“退化”现象。

关键词YCbCr肤色模型;Adaboost算法;人脸检测;权值更新抑制

收稿日期:2015-04-24

作者简介:赵喆(1991—),男,硕士研究生。研究方向:图像处理与识别。E-mail:334090445@qq.com。侯俊(1971—),女,博士。研究方向:图像处理,信号处理。

doi:10.16180/j.cnki.issn1007-7820.2015.12.022

中图分类号TP391.41文献标识码A

Face Detection Based onYCbCrSkin Color Model and Improved Adaboost Algorithm

ZHAO Zhe,HOU Jun

(School of Optical-Electrical and Computer Engineering,University of Shanghai for

Science and Technology,Shanghai 200093,China)

AbstractThis paper proposes a method based on YCbCr color model and Adaboost face detection to improve the accuracy of face detection.Firstly,the algorithm uses the YCbCr skin color threshold model to determine the area to be detected.Then Adaboost algorithm is applied to locate the position of face.To avoid the degradation during training in Adaboost,the paper proposes a new method about suppression of weights updating in training of Adaboost algorithm.

KeywordsYCbCr skin color model;Adaboost;face detection;suppression of weights updating

人脸检测的目的是检测图像中的人脸,并将其从背景中分割出来。目前人脸检测的主要方法分为4类[1]:基于知识的方法;基于特征的方法;模板匹配方法;基于外观的方法。由于图像的复杂程度较高,仅利用单一特征信息无法得到准确的检测结果,融合多个特征信息的检测方法越来越受到人们的重视。

基于肤色的人脸检测算法适应性强、复杂度低、检测速度快,但其在检测到人脸区域的同时,也会将其他非人脸的肤色区域和类肤色区域检测出来,因此误检率较高。此外,基于肤色的人脸检测方法易受光照等条件的影响,光照条件的好坏直接影响分割效果。

1995 年,Freund[2]等人提出了Adaboost算法[3],其基本思想是利用大量分类能力较弱的分类器,通过一定的方法级联起来,构成一个分类能力较强的分类器。……