【技术实现步骤摘要】
【专利摘要】本专利技术涉及一种，检测器前端设有肤色模型和光照补偿，肤色模块前使用光照补偿加强识别效果，肤色模型包括颜色空间、肤色点判断和肤色阈值使用，光照补偿为Gamma矫正；Adaboost算法训练过程包括特征值排序的并行化和训练弱分类的并行化。本专利技术的有益效果是：运用肤色模型以及光照补偿对检测器进行了前端优化，减少了检测时的数据计算量并加快了检测速度；对于耗费大量的时间的训练过程给出了并行算法，大大节约训练时间。【专利说明】
本专利技术涉及一种。
技术介绍
在人脸检测过程中使用肤色检测算法能够很好得提高检测效果，对于Adaboost算法检测过程来说，肤色检测模块既可以添加在多尺度检测之前，也可以添加到多尺度检测之后，还可以添加到多尺度合并之后。虽然Aadboost系统检测速度很高,但是由于Adaboost算法本身训练比较耗时,整个系统的训练时间非常惊人。其系统在训练上花费了数周的时间。由于Adaboost算法在训练速度上的问题大大地限制了该算法的应用。因此，有必要对原训练算法进行并行化。在科学和工程问题的数值建模和模拟时，常需要对大量数据进行很多次重复计算以得到有效结果，并且要求计算必须在合理时间内完成，例如数值气象预报、太空中天体运动预测、虚拟现实以及本文针对的Adaboost算法训练过程的优化问题，这些应用对计算速度的需要总是在不断的增长。提高计算速度的一种方法是用多个处理器协同求解一个问题，可以是带有多个处理器的计算机或是以某种方式互连的若干台独立计算机。除了加速对问题求解之外，多计算机/多处理机的使用可以在给定时间内计算更多的求解点...
【技术保护点】
一种人脸检测的Adaboost算法，其特征是：检测器前端设有肤色模型和光照补偿，肤色模块前使用光照补偿加强识别效果，肤色模型包括颜色空间、肤色点判断和肤色阈值使用，光照补偿为Gamma矫正；Adaboost算法训练过程包括特征值排序的并行化和训练弱分类的并行化。
【技术特征摘要】
【专利技术属性】
技术研发人员：吴锦华，
申请(专利权)人：江苏图云智能科技发展有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。