[发明专利]一种基于Adaboost的头部定位方法

说明书

本发明提出了一种基于Adaboost的头部定位方法，包括：第一步：使用摄像头对头部信息进行实时视频采集；第二步：通过图像处理模块接收第一步中视频采集头部信息时传输的实时数据，对图像进行预处理；第三步：使用基于Adaboost的方法进行头部识别，借此，本发明具有实现对人体头部进行定位的优点。

技术领域

本发明属于定位方法技术领域，特别涉及一种基于Adaboost的头部定位方法。

背景技术

目前，人体三维点云数据中关于特殊部位的特征识别和提取是其他针对三维重建模型更高级应用的基础。其中，针对人体三维点云数据中头部的定位、特征识别和特征提取是对三维模型进行更高级人脸分析和处理的关键所在，成为学者和企业的研究重点之一。

头部的定位、特征识别和特征提取被广泛的使用在人脸高级分析、汽车安全驾驶、沉浸式人机交互和医疗辅助等多个领域。对头部的定位方法主要分为两类，一类是基于二维图像的定位方法，一类是基于三维数据的定位方法。大多数已经实现的方法都是采用二维图像和机器学习/深度学习方法相结合的方式实现对头部的定位、特征识别和特征提取。基于三维数据的头部定位方法大部分是基于RGBD数据的方法，这类方法能够有效的解决基于二维图像的诸多问题，如解决了基于二维图像的头部定位方法仅能反应基本朝向的问题，解决了头部大幅度转到情形下的特征点准确估计问题，然而仍然不能满足实际应用的需要。

发明内容

本发明提出一种基于Adaboost的头部定位方法，解决了现有技术中的问题。

本发明的技术方案是这样实现的：一种基于Adaboost的头部定位方法，包括：

第一步：使用摄像头对头部信息进行实时视频采集；

第二步：通过图像处理模块接收第一步中视频采集头部信息时传输的实时数据，对图像进行预处理；

第三步：使用基于Adaboost的方法进行头部识别。

作为一种优选的实施方式，所述第一步中，使用自动对焦的彩色摄像头和深度摄像头实时获取头部的RGB图像信息和深度信息。

作为一种优选的实施方式，所述摄像头为广角90°、500万像素、帧频为15帧/秒的摄像头，所述摄像头采集的实时的视频数据通过视频转换传输技术传输至图像处理模块。

作为一种优选的实施方式，所述第三步中使用基于Adaboost的方法进行头部识别的具体步骤为初始化样本权重，对于非人脸样本，t次循环中第i个样本的误差权重Dt(i)＝1/2m；对于人脸样本，t次循环中第i个样本的误差权重Dt(i)＝1/2；

其中，人脸样本i和非人脸样本i初始化为不同的值，m为非人脸样本总数，i为人脸样本总数，对t＝1，2，…，T循环进行如下的步骤，其中T为循环次数。

作为一种优选的实施方式，所述循环进行如下步骤：

步骤1：权重的归一化；

步骤2：训练弱分类器；

步骤3：按最小错误率选择最优弱分类器；

步骤4：按最优分类器更新权重；

步骤5：选择强分类器

步骤6：按强弱级联强分类器。

作为一种优选的实施方式，所述权重归一化处理采用的公式为：

其中，q_i是归一化的权重值。

作为一种优选的实施方式，对每一个特征f，训练一个弱分类器h(x，f，p，θ)，计算所有特征弱非分类器的加权错误率ε_f的计算公式为：