基于改進的MBLBP人臉檢測算法設計與實現

薛賓田

（河南牧業經濟學院 信息工程學院，河南鄭州，450053）

0 引言

人臉檢測在計算機視覺研究中是一個具有挑戰性的課題。因為人臉檢測的環境復雜多樣，特別是在圖像背景比較復雜的情況下，人臉檢測的錯誤率很高，許多背景被錯誤檢測為人臉，針對此問題人們提出進行基于特征的人臉的方法。基于特征的人臉檢測是使用掃描窗口掃描整個圖像，并計算掃描窗口中的特征向量[1]，然后使用強分類器對這些特征向量進行判斷該特征向量是否符合人臉特征。通過分析和對比Haar特征和MBLBP(Multi block Local Binary Pattern)特征作為人臉特征在人臉檢測算法中的優缺點[2~3]，本文選擇使用MBLBP作為人臉特征并對該特征進行改進。改進后的基于MBLBP特征人臉檢測不僅提高了在復雜環境下檢測的準確率，而且與基于Haar特征人臉檢測算法相比檢測速度更快。

1 問題分析及人臉特征分析

■ 1.1 復雜背景下人臉檢測問題分析

通常復雜背景下基于特征的人臉檢測算法會將背景中的一些區域判斷為人臉，因為此時許多特征和人臉特征具有相似性，從而將背景錯誤判斷為人臉，因此誤檢率或虛警率較高。

針對復雜背景情況下檢測錯誤率較高的問題，有兩種解決辦法。一種是尋找更加具有區分度的特征來描述人臉，或者使用特征融合進行人臉描述，Yuseok Ban等將Haar特征和LBP特征進行融合建立人臉分類器，但是特征數量的增加會降低人臉檢測的速度，同時對人臉特征強度要求太過于嚴格會造成人臉漏檢的情況。……