[发明专利]一种建立人脸检测器的方法

权利要求书

1、一种建立人脸检测器的方法，其特征在于，根据非人脸图像总集合直接获得第一层非人脸图像集合，并将第一层作为当前层，将第一层非人脸图像集合作为当前层非人脸图像集合，该方法包括以下步骤：

a、根据当前层非人脸图像集合进行强分类器训练，记录训练过程中错误检测的非人脸图像样本，并在训练结束时获得当前层强分类器和当前瀑布状态值；

b、根据当前瀑布状态值判断是否需要构造下一层强分类器，如果是，则将记录的当前层错误检测的非人脸图像样本作为下一层非人脸图像集合的样本，当前瀑布检测器再扫描非人脸图像总集合，确定下一层非人脸图像集合的剩余样本，然后将下一层作为当前层，返回步骤a；否则，退出本流程。

2、根据权利要求1所述的方法，其特征在于，所述当前瀑布状态值为当前瀑布的强分类器个数；

所述当前瀑布强分类器个数获取方法为：将前一个瀑布的强分类器个数加1后的值作为当前瀑布的强分类器个数。

3、根据权利要求2所述的方法，其特征在于，步骤b所述判断是否需要构造下一层强分类器的方法为：

判断当前瀑布的强分类器个数是否小于设置的瀑布强分类器个数最大值，如果是，则判断为需要构造下一层强分类器；否则，判断为不需要构造下一层强分类器。

4、根据权利要求1所述的方法，其特征在于，所述当前瀑布状态值为当前瀑布的检测错误率；

所述获得当前瀑布检测错误率的方法为：将前一个瀑布的检测错误率与当前强分类器的检测错误率的乘积作为当前瀑布的检测错误率；

所述当前强分类器检测错误率的获取方法为：将当前层强分类器训练过程中错误检测的非人脸图像个数和当前层非人脸图像集合中样本总数的比值作为当前强分类器的检测错误率。

5、根据权利要求4所述的方法，其特征在于，步骤b所述判断是否需要构造下一层强分类器的方法为：

判断当前瀑布的检测错误率是否大于设置的瀑布检测错误率最大值，如果是，则判断为需要构造下一层强分类器；否则，判断为不需要构造下一层强分类器。

6、根据权利要求1所述的方法，其特征在于，所述当前瀑布状态值为当前瀑布的强分类器个数和当前瀑布的检测错误率；

所述当前瀑布强分类器个数获取方法为：将前一个瀑布的强分类器个数加1后的值作为当前瀑布的强分类器个数；

所述获得当前瀑布检测错误率的方法为：将前一个瀑布的检测错误率与当前强分类器的检测错误率的乘积作为当前瀑布的检测错误率；

所述当前强分类器检测错误率的获取方法为：将当前层强分类器训练过程中错误检测的非人脸图像个数和当前层非人脸图像集合中样本总数的比值作为当前强分类器的检测错误率。

7、根据权利要求6所述的方法，其特征在于，步骤b所述判断是否需要构造下一层强分类器的方法为：

判断当前瀑布的强分类器个数是否小于设置的瀑布强分类器个数最大值，如果不是，则判断为不需要构造下一层强分类器，如果是，再判断当前瀑布的检测错误率是否大于设置的瀑布检测错误率最大值，如果大于，则判断为需要构造下一层强分类器，否则，判断为不需要构造下一层强分类器。

8、根据权利要求1所述的方法，其特征在于，为非人脸图像样本设置标志位，并将所有的标志位初始化为0；

步骤a所述记录错误检测的非人脸图像的方法为：

将错误检测的非人脸图像样本标志位的值设置为1，并记录在创建的标志位列表中。

9、根据权利要求1至8任一项所述的方法，其特征在于，步骤b所述当前瀑布检测器确定下一层非人脸图像集合剩余样本的方法为：

X1、当前瀑布检测器判断非人脸图像总集合中被扫描的当前非人脸图像样本是否已经存在于下一层非人脸图像集合中，如果存在，则将非人脸图像总集合中下一个非人脸图像样本作为当前非人脸图像样本，并返回本步骤；否则，执行步骤X2；

X2、当前瀑布检测器对当前扫描的非人脸图像样本进行检测，并根据检测结果判断当前被扫描图像样本是否检测错误，如果检测错误，则将当前被检测错误的图像样本作为下一层非人脸图像集合中的样本，再将非人脸图像总集合中下一个非人脸图像样本作为当前非人脸图像样本，并返回步骤X1，直到下一层非人脸图像集合中的样本数达到预设值；否则，则将非人脸图像总集合中下一个非人脸图像样本作为当前非人脸图像样本，并返回步骤X1。