Haar-like特征之人脸检测

最新推荐文章于 2025-04-24 10:43:04 发布
最新推荐文章于 2025-04-24 10:43:04 发布
阅读量2.9k 收藏 32
点赞数 1
分类专栏： 图像处理 opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_35641067/article/details/107087260
版权
本文详细介绍了Haar特征在人脸识别中的应用，包括如何提取Haar特征，构建弱分类器，形成强分类器，以及通过级联多个强分类器进行人脸检测。重点阐述了每个阶段的作用，如弱分类器的构造、强分类器的训练过程和级联检测策略。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Haar特征之人脸检测

haar特征人脸检测的4个步骤：

  1. 提取人脸的haar-like特征
  2. 每个haar-like特征使用类似cart的二分类决策树判别区域是否为人脸【两类：人脸 | 非人脸】，每个haar-like特征经过判别训练得到判别阈值构成多个最优弱分类器（且挑选了最优的haar-like特征）
  3. 多个弱分类器级联构成强分类器【此步实际是在进行多个弱分类投票进行二分类的过程】
  4. 级联多个强分类器进行人脸检测与分类

弱分类器指的是效果比盲猜好的分类器

在这里插入图片描述

1.提取Haar特征

Haar特征是指把图像划分成多个长方形区域，对这些长方形区域计算像素值的总和，并比较与此长方形区域的其他邻接长方形区域像素总和的差异，并把差异值做为haar-like的特征值

haar-like特征最初有三种类型
在这里插入图片描述
haar 后来新增的几个模式
在这里插入图片描述
在提取Haar-Like特征的时候，我们利用不同尺寸的不同模式的Haar-like特征对图像进行提取，这就导致提取到大量的特征，且这些特征之间几乎没有相关性，所以我们需要确定对分类最有用的特征
对分类最有用的特征： 拿人脸举例来说，额头的区域总是比眼睛区域亮很多，鼻梁总是比两边的眼睛部分亮很多。因为这些特点的存在，当我们拿下图所示的两种模式提取haar特征，能得到最大的haar特征值
在这里插入图片描述
更多模式用于提取人脸特征
在这里插入图片描述

最低0.47元/天 解锁文章
基于HaarLike的人脸检测
06-02
利用matlab基于HaarLike的人脸检测，包括源程序，可运行
关于人脸检测中的Haar特征提取
weixin_30603633的博客
07-07 134
影响AdaBoost人脸检测训练算法速度很重要的两方面是特征选取和特征计算。选取的特征为矩特征为Haar特征，计算的方法为积分图。（1）Haar特征： Haar特征分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。在确定了特征形式后 Harr- like特征的数量就取决于训练样...
嵌入式人工智能应用-第三章 opencv操作8 图像特征之 Haar 特征
最新发布
huanghongqi11的博客
04-24 1199
Haar-like 特征最早是由 Papageorgiou 等应用于人脸表示，Viola 和 Jones 在此基础上，使用 3 种类型 4种形式的特征。Haar 特征分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。边缘特征（Edge Features）比如：一个白色矩形和一个相邻的黑色矩形。用于检测亮度突然变化的位置，例如眼睛的上下边缘。2.线条特征（Line Features）：比如：白-黑-白 三个矩形排列，用来检测图像中的线条结构。
haar特征_案例：基于HAAR特征的人脸检测
weixin_39873208的博客
11-24 932
OpenCV是一个关于计算机视觉和机器学习的软件库，其中就包括人脸检测与识别。在早期人们主要研究人脸识别来识别特定人物的身份，随着环境需求的发展以及技术的进步，人脸检测逐渐发展起来。 当前人脸检测的方法主要分为两大类：基于知识和基于统计。前者是检测器官特征和器官之间的几何关系，后者是像素相似性度量。我们今天介绍的基于HAAR特征分类器的人脸检测方法属于基于统...
目标检测的图像特征提取之（三）Haar特征
热门推荐
zouxy09的专栏
08-31 15万+
目标检测的图像特征提取之（三）Haar特征 zouxy09@qq.com 1、Haar-like特征        Haar-like特征最早是由Papageorgiou等应用于人脸表示，Viola和Jones在此基础上，使用3种类型4种形式的特征。 Haar特征分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩
CV笔记10：人脸检测之Haar-like特征
my_kun的博客
07-02 3927
目录一、背景介绍1.1 人脸检测分类器训练流程1.2 人脸检测测试样例检测流程1.3 人脸检测使用的特征二、Haar-Like特征2.1 Haar特征介绍2.2 haar特征计算之积分图2.3 Haar特征的含义及归一化处理三、后续参考 一、背景介绍 我们会经常听到人脸检测和人脸识别这两个名词，但是你真的分清了他两者的含义了吗？简单地讲，人脸检测的目标就是将图像中的人脸位置进行标记，通常使人脸位置以矩形框(bounding box)的形式给出，也就是说人脸识别就是找出图像中的人脸。在人脸识别中，其目标是判
Haar-like特征提取原理_python基于haar-like特征的人脸检测
2401_86640253的博客
09-05 1176
Kh=hIhwinKhhIhwin其中wIwIw_{I}和hIhIh_{I}是整个图像的宽高，wwinwwinw_{win}和hwinhwinh_{win}是haar窗口的初始宽高，可以放大的倍数为Kw⋅KhKw⋅KhHaar-like特征提取过程就是利用上面定义的窗口在图像中滑动，滑动到一个位置的时候，将窗口覆盖住的区域中的白色位置对应的像素值的和减去黑色位置对应的像素值的和，得到的一个数值就是haar特征中一个维度。
Haar-Like特征在人脸检测算法中的应用研究
人脸检测算法多种多样，而基于Haar-Like特征的方法是其中的经典算法之一。 Haar-Like特征是通过模拟人类视觉系统的机制来提取的图像特征，它们是由Haar基函数演变而来的矩形特征，能够捕捉图像中的边缘、线条、中心...
基于AdaBoost算法——世纪晟结合Haar-like特征训练人脸检测识别
Centrizen的博客
09-25 710
AdaBoost 算法是一种快速人脸检测算法，它将根据弱学习的反馈，适应性地调整假设的错误率，使在效率不降低的情况下，检测正确率得到了很大的提高。 系统在技术上的三个贡献： 1.用简单的Haar-like矩形特征作特征，可快速计算 2.基于AdaBoost的分类器设计 3.采用了Cascade(分级分类器)技术提高检测速度 人脸的特征表示方法——Haar-like矩形特征 矩形特征的值是所有白色矩...
计算机视觉基础（九）—— Haar特征描述算子之人脸检测
OuDiShenmiss的博客
07-02 1103
Haar-like特征最早是由Papageorgiou等应用于人脸表示，在2001年，Viola和Jones两位大牛发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》和《Robust Real-Time Face Detection》，在AdaBoost算法的基础上，使用Haar-like小波特征和积分图方法进行人脸检测，他俩不是最早使用提出小波特征的，但是他们设计了针对人脸检测更有效的特征，并对AdaBoost
人脸识别Haar特征介绍
11-06
详细介绍了基于统计方法的Haar特征的人脸检测方法，并且利用训练多个弱分类器组合成强分类器
haar特征-人脸检测.rar
03-30
人脸检测matlab代码
Haar-like特征人脸检测
sxjk1987的专栏
06-12 1672
CvHaarFeature, CvHaarClassifier, CvHaarStageClassifier, CvHaarClassifierCascade Boosted Haar 分类器结构的几个结构体是树型结构。 Cascade: Stage1: Classifier11: Feature11 Classifier12: Feature12 ... Stage2: Cla
Haar-like特征人脸识别
dwj6336736的博客
07-28 2469
2001年，Paul Viola 和Miachael Jones等人利用Adaboost算法构造了人脸检测器，称为Viola-Jones检测器，即在AdaBoost算法的基础上，使用Haar-like小波特征（简称类haar特征）和积分图方法进行人脸检测，取得很好的效果。之后Rainer Lienhart和Jochen Maydt用对角特征，即Haar-like特征对检测器进行扩展。opencv中自
基于 Haar 特征的人脸检测
qq_20660115的博客
01-02 650
Haar分类器采用的是Viola-Jones人脸检测算法该算法需要用到大量的积极图片（包含人脸的图片）和消极图片（不包含人脸的图片），从中提取类Haar特征( Haar-like features)，经过反复训练，最终得出一个级联检测器，以此来检测人脸。Haar分类器使用Haar-like小波特征和积分图方法进行人脸检测，并与AdaBoost训练出的强分类器进行级联，增强了人脸检测的准确率。
使用Haar特征进行人脸识别
Einstellung的博客
04-17 4226
这篇博客对2001年那篇划时代的paper：Rapid Objection Using a Boosted Cascade of Simple Features进行一个简要的解析。这篇文章之后人脸识别的效果有了很大的提升。后来还被应用到了OpenCV之中。 人脸检测一般来说就是在人脸检测时用一个子窗口在待检测的图片窗口中 不断的移位滑动, 子窗口每到一个位置,就会计算出该区域的特征, 然后用训练...
OpenCV实现人脸检测（Haar特征）
qq_53545309的博客
10-05 2046
OpenCV实现人脸检测（Haar特征）
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值