论文部分内容阅读
针对现有人脸检测方法速度缓慢的问题,在详细介绍结合类Haar特征和级联AdaBoost人脸检测算法原理及训练流程的基础上,提出一种改进的人脸检测算法。该算法可以动态调整Haar检测函数的阈值和选取扩展的Haar特征,并运用OpenCV中图像处理的基本算法实现较高准确度和较快速度的人脸检测,可高效用于马赛克处理。实验结果表明,该算法人脸检测率达到95.41%,处理图片时间约2.4ms/frame,计算复杂度低,且稳定性较好,可广泛用于人脸检测中。