凌鹏程

摘 要：伴随城镇化的进展，在测控以及监管流动人口部分，给政府人员的巡查以及监管带来一定难度，首先概述了人脸检测方法，包括人脸检测方式和学习策略，进而研究了AdaBoost人脸检测算法，包括算法基本流程、Haar长方形特征、AdaBoosting级联分类装置。给出人脸特征获取，图像空间映射和主分量解析算法，最后分析了AdaBoost方法訓练方法和检测算法、误检与漏检情况。

关键词：人脸检测；AdaBoost；图像空间映射；主分量解析

中图分类号：TB 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.17.097

1 引言

由于人脸检测成为身份认定的主要方式，并且应用在现有的民用、商业的行业中，并得到好的发展。此外，国家为构建安定和谐社会，国内加强针对经济领域，刑事犯罪领域的攻击力度。并且在安全控制者实现犯罪事件的处理中，常将犯罪人员的相片以及特点材料公布给社会。但选取该方式会消耗大量人力以及财力，并且由于犯罪人员的狡猾以及伪装特点该方式效率低而代价大。若选取人脸检测方案，能够提升处理效率，譬如在主要的车站模块，码头模块，机场模块以及海关部分装设摄像装置能够录入出入者的人脸特征，将获取的人脸特点在数据集合中和犯罪人员的面部特点实现比较，得到精准的身份认证，便于处理犯罪人员的自动报警，该方式给安全防护人员给出了强大的策略支撑。

本文结合AdaBoost方法和Haar like特点划分算法，针对人类皮肤颜色选取meanshift策略和人眼算法二值化实现决策化结合，并依据视频时序特征完成搜索。……