
1、人臉檢測在實際中主要用于人臉識別的預(yù)處理 , 即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小 。人臉圖像中包含的模式特征十分豐富,如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等 。人臉檢測就是把這其中有用的信息挑出來,并利用這些特征實現(xiàn)人臉檢測 。
2、主流的人臉檢測方法基于以上特征采用Adaboost學(xué)習(xí)算法 , Adaboost算法是一種用來分類的方法,它把一些比較弱的分類方法合在一起 , 組合出新的很強的分類方法 。
【人臉識別具體識別的是什么 人臉識別具體識別的是什么】3、人臉檢測過程中使用Adaboost算法挑選出一些最能代表人臉的矩形特征(弱分類器),按照加權(quán)投票的方式將弱分類器構(gòu)造為一個強分類器,再將訓(xùn)練得到的若干強分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器,有效地提高分類器的檢測速度 。
