基于Adaboost算法的红外图像中人脸自动检测方法的研究

来源 :红外 | 被引量 : 2次 | 上传用户:Melaniemei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了实现对红外视频图像中人脸的自动检测与跟踪,提出了一种基于Adaboost算法的红外图像自动检测方法。该方法通过用Haar-Like特征和积分图概念描述人脸的基本特征和采用Adaboost学习算法和Cascade算法,提高了红外图像中人脸自动检测的准确性和快速性。其检测速度为每秒15帧,检测精度达到了98.4%。通过大量实验证明,Adaboost算法在对红外图像中人脸的自动检测方面具有优势。
其他文献
针对防空反导用中口径舰炮制导炮弹动力学建模和动态特性,借鉴旋转导弹单通道控制的研究方法,在常规火箭弹外弹道模型的基础上建立有控弹道模型,对有控弹道模型进行线性化,并推导
作为一种有效的大气污染气体遥感探测识别手段,傅里叶变换红外光谱仪已经得到越来越广泛的应用。当污染气体与背景存在温差时,红外光谱就能反映出污染气体的吸收或发射特征。目前,已有越来越多的人利用被动式傅里叶变换红外光谱仪进行大气污染气体的探测识别研究,而且也发展了许多由光谱提取目标信号的算法,但是这些方法大多是仅针对污染气体的定性研究的。利用仿真方法可以快速简便地计算出污染气体的浓度程长积,并可实现对遥
红外序列图像边缘检测是图像处理中的重点和难点之一。提出了一种基于柔性形态学的红外序列图像边缘检测算法,首先对目标红外图像进行柔性边缘提取,然后在此基础之上采用模糊c均值聚类方法将图像转化为二值图像,从而得到比较精确的目标边缘检测图像。计算机仿真实验表明,该方法的性能优于传统的检测算子,并且具有抑制噪声的功能。