人脸检测

Halcom

GML AdaBoost Matlab Toolbox：

游客，如果您要查看本帖隐藏内容请回复

1、人脸检测---基于肤色检测的实现
2、人脸检测-基于模板匹配的实现
这两种方法都是基于肤色特征实现的，是比较经典的人脸检测实现的算法，

MATLAB工具箱函数使用如下：

游客，如果您要查看本帖隐藏内容请回复

Adaboost的几个人脸检测网站

游客，如果您要查看本帖隐藏内容请回复

基于adaboost的人脸检测算法的matlab实现过程
http://www.ilovematlab.cn/forum.php?mod=viewthread&tid=122887
http://www.ilovematlab.cn/thread-34196-1-1.html
http://www.ilovematlab.cn/thread-474554-1-1.html
http://www.thinkface.cn/forum-73-1.html

Halcom

       最基本的整个流程框架：整个task被看作是模式识别，或者说机器学习的一个task因此分成learning和detecting的过程，前者学习出人脸模型，后者使用这个模型进行监测;
       learning阶段：使用人脸区域和非人脸区域，每个区域是一张图，对每张图提取特征，比如haar-like特征，这个很经典，提取完了再reshape一下，所有reshape过的特征塞给adaboost分类器进行训练;
       测试阶段就是滑窗法进行检测了：在测试图像的空间尺度金字塔的每一层上，每一个可能的位置都提取haar-like特征，然后塞给分类器（也就是加载了刚刚训练好的模型的分类器），它会算出一个response值，根据阈值将这个response划分为人脸和非人脸。

Halcom

创建gabor滤波下的ffnn神经网络，进行人脸预测

1. net = network;
   
2. net.numInputs = 1;
   
3. net.numLayers = 2;
   
4. 
   
5. net.biasConnect = [1;1];
   
6. net.inputConnect = [1 ;...
   
7.                     0 ];
   
8. net.layerConnect = [0 0 ;...
   
9.                     1 0 ];               
   
10. net.outputConnect = [0 1];               
    
11. net.targetConnect = [0 1];
    
12. 
    
13. netInputs = ones (2160,2);
    
14. netInputs (1:2160,1)= -1;
    
15. net.inputs{1}.range = netInputs;
    
16. net.layers{1}.size = 100;
    
17. net.layers{2}.size = 1;
    
18. net.layers{1:2}.transferFcn = 'tansig';
    
19. net.layers{1:2}.initFcn = 'initnw';
    
20. 
    
21. net.initFcn = 'initlay';
    
22. net.performFcn = 'msereg';
    
23. net.trainFcn = 'trainscg';
    
24. net = init(net)
    
25. save net net

复制代码

然后再分块预测

1. % Version : 5.4
   
2. % Date : 12.26.2010
   
3. % Author  : Omid Sakhi
   
4. % <a href="http://www.facedetectioncode.com" target="_blank">http://www.facedetectioncode.com</a>
   
5. 
   
6. function im_out = imscan (net,im)
   
7. 
   
8. close all
   
9. 
   
10. %~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    
11. % PARAMETERS
    
12. SCAN_FOLDER = 'imscan/';
    
13. UT_FOLDER = 'imscan/under-thresh/';
    
14. TEMPLATE1 = 'template1.png';      
    
15. TEMPLATE2 = 'template2.png';      
    
16. Threshold = 0.5;
    
17. DEBUG = 0;
    
18. %~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    
19. 
    
20. 
    
21. warning off;
    
22. delete ([UT_FOLDER,'*.*']);
    
23. delete ([SCAN_FOLDER,'*.*']);
    
24. if (DEBUG == 1)
    
25.     mkdir (UT_FOLDER);
    
26.     mkdir (SCAN_FOLDER);
    
27. end
    
28. 
    
29. [m n]=size(im);
    
30. 
    
31. %~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    
32. % First Section
    
33. C1 = mminmax(double(im));
    
34. C2 = mminmax(double(imread (TEMPLATE1)));
    
35. C3 = mminmax(double(imread (TEMPLATE2)));
    
36. Corr_1 = double(conv2 (C1,C2,'same'));
    
37. Corr_2 = double(conv2 (C1,C3,'same'));
    
38. Cell.state = int8(imregionalmax(Corr_1) | imregionalmax(Corr_2));
    
39. Cell.state(1:13,:)=-1;
    
40. Cell.state(end-13:end,:)=-1;
    
41. Cell.state(:,1:9)=-1;
    
42. Cell.state(:,end-9:end)=-1;
    
43. Cell.net = ones(m,n)*-1;
    
44. [LUTm LUTn]= find(Cell.state == 1);
    
45. imshow(im);
    
46. hold on
    
47. plot(LUTn,LUTm,'.y');pause(0.01);
    
48. 
    
49. %~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    
50. % Second Section
    
51. while (1==1)
    
52.     [i j] = find(Cell.state==1,1);
    
53.     if isempty(i)
    
54.         break;
    
55.     end
    
56.     imcut = im(i-13:i+13,j-9:j+8);
    
57.     Cell.state(i,j) = -1;
    
58.     Cell.net(i,j) = sim(net,im2vec(imcut));   
    
59.     if Cell.net(i,j) < -0.95
    
60.         for u_=i-3:i+3
    
61.             for v_=j-3:j+3
    
62.                 try
    
63.                     Cell.state(u_,v_)=-1;
    
64.                 end
    
65.             end
    
66.         end        
    
67.         plot(j,i,'.k');pause(0.01);
    
68.         continue;
    
69.     elseif Cell.net(i,j) < -1*Threshold
    
70.         plot(j,i,'.m');pause(0.01);
    
71.         continue;
    
72.     elseif Cell.net(i,j) > 0.95
    
73.         plot(j,i,'.b');pause(0.01);
    
74.         for u_=i-13:i+13
    
75.             for v_=j-9:j+9
    
76.                 try
    
77.                     Cell.state(u_,v_)=-1;
    
78.                 end
    
79.             end
    
80.         end
    
81.     elseif Cell.net(i,j) > Threshold
    
82.         plot(j,i,'.g');pause(0.01);
    
83.     elseif Cell.net(i,j) < Threshold        
    
84.         plot(j,i,'.r');pause(0.01);                        
    
85.     end        
    
86.     for i_=-1:1
    
87.         for j_=-1:1
    
88.             m_=i+i_;                    
    
89.             n_=j+j_;            
    
90.             if (Cell.state(m_,n_) == -1 || Cell.net(m_,n_)~=-1)
    
91.                 continue;
    
92.             end            
    
93.             imcut = im(m_-13:m_+13,n_-9:n_+8);
    
94.             Cell.net(m_,n_) = sim(net,im2vec(imcut));
    
95.             if Cell.net(m_,n_) > 0.95
    
96.                 plot(n_,m_,'.b');pause(0.01);
    
97.                 for u_=m_-13:m_+13
    
98.                     for v_=n_-9:n_+9
    
99.                         try
    
100.                             Cell.state(u_,v_)=-1;
     
101.                         end
     
102.                     end
     
103.                 end
     
104.                 continue;
     
105.             end           
     
106.             if Cell.net(m_,n_) > Threshold
     
107.                 Cell.state(m_,n_) = 1;
     
108.                 plot(n_,m_,'.g');pause(0.01);
     
109.                 if (DEBUG == 1)
     
110.                     imwrite(imcut,[SCAN_FOLDER,'@',int2str(m_),',',int2str(n_),' (',int2str(fix(Cell.net(m_,n_)*100)),'%).png']);                       
     
111.                 end
     
112.             else
     
113.                 Cell.state(m_,n_) = -1;
     
114.                 plot(n_,m_,'.r');pause(0.01);
     
115.                 if (DEBUG == 1)
     
116.                     imwrite(imcut,[UT_FOLDER,'@',int2str(m_),',',int2str(n_),' (',int2str(fix(Cell.net(m_,n_)*100)),'%).png']);                       
     
117.                 end
     
118.             end  
     
119.         end
     
120.     end
     
121. end
     
122. 
     
123. %~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
     
124. % Third Section
     
125. hold off
     
126. figure;imshow (Cell.net,[]);
     
127. xy_ = Cell.net > Threshold;
     
128. xy_ = imregionalmax(xy_);
     
129. xy_ = imdilate (xy_,strel('disk',2,4));
     
130. [LabelMatrix,nLabel] = bwlabeln(xy_,4);
     
131. CentroidMatrix = regionprops(LabelMatrix,'centroid');
     
132. xy_ = zeros(m,n);
     
133. for i = 1:nLabel
     
134.     xy_(fix(CentroidMatrix(i).Centroid(2)),...
     
135.            fix(CentroidMatrix(i).Centroid(1))) = 1;
     
136. end
     
137. xy_ = drawrec(xy_,[27 18]);
     
138. im_out (:,:,1) = im;
     
139. im_out (:,:,2) = im;
     
140. im_out (:,:,3) = im;
     
141. for i = 1:m
     
142.     for j=1:n
     
143.         if xy_(i,j)==1
     
144.             im_out (i,j,1)=0;
     
145.             im_out (i,j,2)=255;
     
146.             im_out (i,j,3)=0;            
     
147.         end
     
148.     end
     
149. end

复制代码

老马825

太好了，谢谢

zqz921

111111111111111111111111111111111111

183731577

666666666666666666666666666