1、隨著數(shù)字圖像處理技術(shù)以及智能學(xué)習(xí)算法的不斷發(fā)展，人臉檢測(cè)技術(shù)正越來(lái)越多的應(yīng)用到視頻監(jiān)控、人機(jī)交互以及電子商務(wù)等領(lǐng)域。本文首先對(duì)已有人臉檢測(cè)技術(shù)進(jìn)行了總結(jié)和歸納，并詳細(xì)分析了目前應(yīng)用最為廣泛，精度和檢測(cè)速度最好的AdaBoost算法。AdaBoost算法是一種基于積分圖像特征的統(tǒng)計(jì)方法。其次對(duì)已有的AdaBoost改進(jìn)算法特別是非平衡AdaBoost算法做了介紹，提出了非線性Boosting算法并優(yōu)化了Gabor特征的提取方法。
　

2、　本研究主要內(nèi)容包括：⑴對(duì)Gabor特征的提取方法做了優(yōu)化，用非平衡Gabor特征替代了傳統(tǒng)的Haar特征。并行AdaBoost算法優(yōu)化了Gabor小波對(duì)人臉圖像的表征能力，提取了在不同頻率和方向上具有最優(yōu)表征能力的非平衡Gabor特征。⑵改進(jìn)了傳統(tǒng)的非平衡AdaBoost算法，提出非線性Boosting算法來(lái)處理訓(xùn)練樣本和檢測(cè)圖像正負(fù)子窗口間的非平衡問題。在我們的算法中，直接以最優(yōu)化非平衡誤差為訓(xùn)練目標(biāo)，沒有試探性的加權(quán)操作，并且訓(xùn)練