1、本文提出了一個(gè)基于視頻的自動(dòng)目標(biāo)檢測系統(tǒng)的框架，并以人臉為研究實(shí)例來驗(yàn)證框架的可行性。人臉檢測技術(shù)作為目標(biāo)檢測技術(shù)的一個(gè)成功典范，在人臉識(shí)別，表情分析，人臉跟蹤，圖像壓縮編碼，圖像/視頻數(shù)據(jù)庫檢索，生物特征識(shí)別，視頻會(huì)議，自動(dòng)監(jiān)控，智能人機(jī)接口等諸多領(lǐng)域有著日益廣泛的應(yīng)用。
　　系統(tǒng)融合了視頻分析、膚色模型以及AdaBoost學(xué)習(xí)算法等核心技術(shù)，從而構(gòu)建了基于類Haar小波特征集的層疊式人臉檢測器，使系統(tǒng)具備了自適應(yīng)學(xué)習(xí)和智能檢測

2、兩大功能。從而驗(yàn)證了“預(yù)處理-自主學(xué)習(xí)-模式分類”這一工程框架設(shè)計(jì)方案的可行性。本文的主要工作包括以下三方面：
　?。?）系統(tǒng)的預(yù)處理模塊實(shí)現(xiàn)了從圖像處理、運(yùn)動(dòng)區(qū)域估計(jì)到膚色模型過濾的依次處理。直方圖均衡化是魯棒性圖像預(yù)處理的核心技術(shù)；運(yùn)動(dòng)差分的預(yù)處理算法利用幀間相關(guān)性實(shí)現(xiàn)了視頻分析；二維Gaussian膚色模型使得膚色區(qū)域得到有效地劃分。
　　（2）系統(tǒng)的自適應(yīng)學(xué)習(xí)體現(xiàn)在定義強(qiáng)有力的特征集以及基于定義的特征集構(gòu)造分類器的學(xué)

3、習(xí)算法。簡單有效的類Haar小波特征以及積分圖像的引入極大的加速了特征的計(jì)算。
　?。?）智能檢測模塊的核心技術(shù)包括檢測器的自主縮放和多窗口合并策略。對每一幅圖像檢測人臉時(shí)，逐層放大檢測窗口，再對檢測窗口內(nèi)的圖像進(jìn)行特征提取和模式匹配，而不是對檢測圖像作縮放處理，采用這一策略，減小了圖像縮放變換計(jì)算量，提高了檢測速度。
　　本系統(tǒng)是在軟件工程思想的指導(dǎo)下，完成了從需求分析、可行性論證、總體設(shè)計(jì)、詳細(xì)設(shè)計(jì)到系統(tǒng)測試。系統(tǒng)測試結(jié)