【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第5期 279-283页,共5页

【作 者】： 李兰 ; 王朝立

【摘 要】 研究了一种人脸检测方法。采用局部梯度模式（Local Gradient Patterns，LGP）提取人脸特征，用AdaBoost学习算法进行了层级分类器的训练。提出了应用面积重叠合并的识别方法（Square Overlap Merge Method，SOMM），可以降低检测错误的正检测误差，同时克服了训练样本少的情况下分类器可靠性差的缺点。实验中采用MIT的人脸数据库进行分类器的训练，并在训练好的分类器的基础上，又进一步采集了6000多张人脸图片，进行分类器的再训练，以求分类器准确可靠。实验证明上述方法能够快速有效的检测人脸，并且能很好的克服光照、姿态、背景、遮挡物等对人脸检测的影响。