[发明专利]一种基于HOG特征的人脸检测方法

摘要

本发明提供一种基于HOG特征的人脸检测方法，先训练出大量基于HOG特征的局部SVM分类器，然后从这些局部分类器中选出分类效果较好的。把选出的各个分类器对训练样本的分类结果组合成新的特征向量，最后对这些向量再次用SVM训练出最终的分类器。本贩卖国内本发明利用HOG局部特征结合局部分类器，对表情、局部光照不均等情况具有较强鲁棒性。

主权项

一种基于HOG特征的人脸检测方法，其特征在于，包括以下步骤：对当前图像进行光照预处理；计算当前图像HOG积分图；（该积分图加快下一步骤HOG特征的提取速度）对当前图像进行分块，提取各分块图像的局部HOG特征，将局部HOG特征输入各局部分类器，将局部分类结果组合成特征向量，最后将特征向量输入最终分类器得到当前检测结果；所述局部分类器通过以下步骤训练而成：将各训练样本进行以不同尺寸进行多次分块处理，每个分块位置对应一个局部分类器；所述训练样本包括正样本、负样本；提取训练样本各分块的HOG特征；根据训练样本各分块位置对应的HOG特征用支持向量机SVM训练出局部分类器；所述最终分类器通过以下步骤训练而成：使用训练样本对所有训练出的局部分类器进行测试，对应不同分块位置的局部分类器从训练样本提取对应分块的局部HOG特征，并将该局部HOG特征输入对应位置的局部分类器；根据各局部分类器输出的分类结果选出分类正确率大于预设分类概率的局部分类器作为优选局部分类器并记录其对应的分块位置；所述预设分类概率大于随机分类概率；将所有优选局部分类器输出的分类结果组成特征向量{(xi,yi)}，其中，yi是第i个训练样本类别，yi=1表示正样本，yi=‑1表示负样本，xi=[xi1,xi2,...,xiL]T，xi表示对第i个训练样本的局部分类结果，xik∈{1,‑1},k=1,2,...,L，表示第k个优选局部分类器对第i个训练样本的局部分类结果，L表示局部分类器个数；将特征向量{(xi,yi)}输入支持向量机SVM训练出最终分类器。