基于差分多值的快速模板匹配算法

基于归一化算法求解相似度原理,本文中提出了利用差分多值方法,在不降低匹配精度前提下大大的提高了匹配的速度。计算相似度时,先利用差分多值的方法对分子进行快速卷积运算,对其中一个式子进行差分,利用差分数组减少乘法运算;对分母利用邻窗口数据相关性进行运算,并对其中的一个式子用二次式展开,然后将累计项带入计算。在采用搜索策略时,综合比较遗传算法和金字塔式算法的优缺点基础上采用金字塔算法。在模板匹配过程中,取相似度最大的点作为匹配点。结果表明该算法匹配的速度快而又不降低匹配精度,而且稳定性好,具有一定的应用价值。

一种快速高效的人脸检测方法

介绍了一种建立在改进型Adaboost算法基础上的人脸检测方法,整个方法分为训练和检测两个阶段。训练阶段包含提取类Haar_Like矩形特征、利用改进型Adaboost算法生成强分类器、级联强分类器生成人脸检测器三步。检测阶段,采用金字塔式的穷举搜索法将对待检测图像进行人脸检测。为了解决传统Adaboost算法在训练过程中可能出现退化现象的问题,在Adaboost每轮训练中,定义一个阈值HWt,结合样本是否被错误分类以及当前权值是否大于HWt来给样本更新权值,该方法可以避免训练中可能出现的权重分布严重扭曲的退化现象,提高检测效率。经过编程实践,结果证明该方法检测效率高、检测精度较好。