基于局部梯度和面积重叠合并法的人脸检测

研究了一种人脸检测方法。采用局部梯度模式(Local Gradient Patterns,LGP)提取人脸特征,用AdaBoost学习算法进行了层级分类器的训练。提出了应用面积重叠合并的识别方法(Square Overlap Merge Method,SOMM),可以降低检测错误的正检测误差,同时克服了训练样本少的情况下分类器可靠性差的缺点。实验中采用MIT的人脸数据库进行分类器的训练,并在训练好的分类器的基础上,又进一步采集了6000多张人脸图片,进行分类器的再训练,以求分类器准确可靠。实验证明上述方法能够快速有效的检测人脸,并且能很好的克服光照、姿态、背景、遮挡物等对人脸检测的影响。