[发明专利]一种视屏监控人脸识别方法

权利要求书

1.一种视屏监控人脸识别方法，包括：

通过Adaboost人脸检测算法对输入的目标样本进行训练，生成Adaboost级联层叠分类 器；

通过所述Adaboost级联层叠分类器对输入的人脸图像数据进行目标检测，标定特征 点，并输出待识别特征矢量；

以Adaboost级联层叠分类器标定的特征点作为观测，通过特征匹配算法与样本库内的 特征矢量相匹配。

2.根据权利要求1所述的一种视屏监控人脸识别方法，其特征在于，所述Adaboost人脸 检测算法包括弱分类器训练算法和弱分类器标定算法；

所述弱分类器训练算法，根据输入的目标样本进行训练得到弱分类器；

所述弱分类器标定算法，对所述训练得到的弱分类器进行重排序。

3.根据权利要求2所述的一种视屏监控人脸识别方法，其特征在于，所述的弱分类器训 练算法包括：

输入负样本的初始个数m、正样本的初始个数l和弱分类器的个数T，输入负样本和正样 本{(x₁,y₁),(x₂,y₂)......(x_n,y_n)}，其中x_i表示输入训练样本，y_i＝0表示负样本，y_i＝1表 示正样本，n＝l+m；

初始化样本权重：若y_i＝0，则若y_i＝1，则

将所有样本的权重进行归一化：

对于y_i＝1，完成下列循环：

对样本的每个人脸特征f训练一个弱分类器h_j，弱分类器的误差为θ_i＝Σ_iw_i|h_j(x_j)- (y_i)|，

选取具有最小误差θ_t的弱分类器h_t；

按照弱分类器h_t将w_t+1,i更新为

获取的强分类器：其中