基于肤色和改进的贝叶斯分类器的人脸检测(6)
发布时间:2021-06-08
发布时间:2021-06-08
信号检测与分析
从而可得
P( fx)
p(x f)dxP( f)
p(x)dx
p(xf)P( f)
p(x)
(10)
即: P( f)p(x f) p(x)P( fx) (11) 类似可得: P( nf)p(xnf) p(x)P( nfx) (12) 因此(5)式可变为:
f
p(x)P( fx)
p(x)P( nfx) (13)
nf
由(6)式可得:
P( fx)P( nfx)
P( f)p(xf)P( nf)p(xnf)
(14)
当(7)式值大于1时则判断是人脸,否则判断为非人脸,对(7)式两边取对数有:
P( f)p(xf) p(x f) P( fx) P( f) ln ln ln ) (15)
P( x) p(xnf)nf P( nf) P( nf)p(xnf) 若(8)大于0则为人脸,否则判断为非人脸。 分别对(3)(4)取对数得:
ln(p(x f)) N2ln(2 ) 2ln i 2(x Mf) i 1(x Mf) (16)
1
ln(p(x nf)) N2ln(2 ) 2ln ni 2(x Mnf) ni(x Mnf) (17)
P( nf)
(18) 令 ln
P( )
f
N2ln(2 ) 2ln i 2(x Mf) i 1(x Mf) (19)
1
N2ln(2 ) 2ln ni 2(x Mnf) ni(x Mnf) (20)
将式(16)(17)代入(15)中整理后式(18)(19(20)代入得 0时判决为人脸,即 时判决为人脸, 、 的值可以从人脸库的学习中得到。但是实际判断时 值由实际系统确定,CMU人脸库中学习的结果是 =475左右,具体的范围由实际系统确定。人脸和非人脸学习时,不同的 ,人脸与非人脸所占CMU人脸库总数中人脸与非人脸总数的百分比如图3-1所示。