I 基于单片机的人脸图像采集自适应控制装置的设计与实现 摘 要 人脸的检测与定位问题来自于人脸识别，是人脸识别系统的关键一步，是准确进行人 脸识别的前提。本文研究了 Adaboost 人脸检测算法的原理，先介绍了类 Haar 特征及和 积分图的概念，通过积分图加快计算矩形特征值，并对比计算了原来的矩形与旋转后的 矩形特征的特征值，再研究如何训练一个最佳的弱分类器和强分类器，最后介绍了级联 分类器的结构。通过分类器级联的形式减少了区分人脸样本与非人脸样本的时间，提高 了人脸检测的速度。 在用人脸检测算法检测出人脸的基础上，对人脸面部特征的定位提出了一种分级方案。 在分级方案的第一级中，提出了一种基于小波的特征图检测人脸图像中的眼睛，再通过 主成分分析的方法校对这些眼睛区域，最终定位出双眼的区域。第一级方案为后面的眼 睛位置的精确定位大大缩小了搜索空间，减少了大量的计算量。在分级方案中的第二级 中，通过利用基于改进的多姿态眼睛模板进一步准确定位出双眼的位置，最后定位出嘴 的位置。 定位了眼睛和鼻子的位置后，再研究计算了人脸图像的偏值。首先计算了检测到的人 脸图像的矩形窗口偏离整个人图像的矩
