1、在模式識別與圖像處理研究領域中，人臉檢測是一個備受關注的研究方向，也是人臉識別的關鍵步驟。隨著智能化信息處理技術的發(fā)展，人臉檢測的應用背景已經(jīng)遠遠超出了人臉識別系統(tǒng)的范疇，它在安全訪問控制、智能監(jiān)控、視頻會議、基于內容的圖像檢索等方面有著日益廣泛的應用前景。然而，人臉作為人類自身再熟悉不過的一個組成部分，其檢測問題卻是個極富挑戰(zhàn)性的課題。如果能找到高性能的解決方法．將為解決其它類似的復雜模式檢測問題提供重要的啟示，這使得研究快速而準確的

2、人臉檢測技術具有了十分重要的意義。 本論文研究的是較復雜場景的灰度圖像中豎直正面人臉的檢測問題，提出了量化角特征與AdaBoost方法相結合的人臉檢測算法。 論文首先對人臉檢測的一些相關技術做了總結、比較和研究。然后對于基于統(tǒng)計模型的人臉檢測方法做了較為詳細的分析，重點分析了量化角特征和AdaBoost如何應用于學習分類。 在論文的第三章，我們根據(jù)量化角特征(Quantized Angle Features)的思

3、想，進行將該原理實用化的數(shù)學公式推導，并在此基礎上進行統(tǒng)計分析，確認結果可用于模式分類。此后，在第四章中對AdaBoost算法進行改進，實現(xiàn)了在AdaBoost算法中可以使用量化角特征。第五章中給出了人臉檢測系統(tǒng)的完整實現(xiàn)，并對檢測中的縮放方法以及相應的參數(shù)進行了實驗比較，同時還給出了系統(tǒng)運行的結果。實驗結果表明，本論文的人臉檢測算法能夠有效地檢測出較復雜場景的灰度圖像中正面的人臉圖像。 論文最后對系統(tǒng)的運行效果進行綜合分析，總