Adaboost算法及其在新生兒面部檢測中的應用研究.pdf

1、作為人臉識別系統(tǒng)的一個重要環(huán)節(jié)，人臉檢測是為了從復雜背景中有效的定位并提取出人臉區(qū)域。由于其在多個領域的重要作用，近年來人臉檢測開始被作為一個獨立的課題受到研究者們的普遍重視。本文就是將新生兒面部檢測作為了一個完整系統(tǒng)的重要組成部分，應用在新生兒疼痛表情識別系統(tǒng)中。 本文在閱讀大量文獻的基礎上，對人臉檢測技術的概念，發(fā)展以及研究現(xiàn)狀進行了概括總結(jié)，并且詳細闡述了Adaboost算法，并對算法的機理加以研究，重點分析了算法的分類錯

2、誤率及泛化誤差等，實現(xiàn)了對新生兒的面部檢測。此外，本文的工作主要包括：(1)對在醫(yī)院收集的新生兒面部圖片進行處理后，建立了一個包含800個左右樣本的新生兒面部圖像庫；(2)根據(jù)新生兒面部與成年人的差異，在原有15種Haar-like矩形特征的基礎上新增加了8種Haar-like矩形特征，使這些矩形特征更加符合新生兒面部的特點；(3)采用了目前Adaboost算法家族中較為流行的RealAdaboost算法，得到了一個效果較好的針對新生兒