基于连续Adaboost算法的多视角人脸检测

• 作者: 劳世竑 武勃 艾海舟 黄畅
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 多视角人脸检测 连续Adaboost Haar型特征 查找表型弱分类器 姿态估计
• 年，卷（期）: 2005,（9）
• 所属期刊栏目: 图形与图像处理与模式识别
• 页码范围: 1612-1621
• 页数: 10页
• 分类号: TP391
• 字数: 7290字
• 语种: 中文

摘要

提出了一种基于连续Adaboost算法的多视角人脸检测方法.人脸按其三维姿态被划分成若干个视点子类,针对每个子类使用Haar型特征设计了具有连续致信度输出的查找表型弱分类器形式,构造出弱分类器空间,采用连续Adaboost算法学习出基于视图的瀑布型人脸检测器.为了提高检测速度,使用了多分辨率搜索和姿态预估计策略.对于正面人脸检测,在CMU+MIT的正面人脸测试集合上检测的正确率为94.5%,误报57个;对于多视角人脸检测,在CMU侧面人脸测试集合上检测的正确率为89.8%,误报221个.在一台PentiumⅣ2.4GHz的PC上,处理一幅大小为320×240的图片平均需80ms.实验结果表明该方法十分有效,具有明显的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾海舟	清华大学计算机科学与技术系智能技术与系统国家重点实验室	27	3139	21.0	27.0
2	武勃	清华大学计算机科学与技术系智能技术与系统国家重点实验室	3	72	2.0	3.0
3	黄畅	清华大学计算机科学与技术系智能技术与系统国家重点实验室	2	30	1.0	2.0
4	劳世竑		1	0	0.0	0.0