原文服务方: 计算机应用研究       
摘要:
针对传统AdaBoost算法的不足,分析了训练过程中出现的退化问题及样本权重扭曲的现象,并提出了解决这一问题的有效方法.该方法对样本权重的更新规则进行了适当的调整,即为每一轮循环设定一个权重更新阈值,根据样本是否被错误分类以及当前权重是否大于该阈值来更新样本权重,从而限制了困难样本权重的过分增大.使用该方法训练级联人脸检测器,试验结果表明,该方法较好地解决了传统AdaBoost算法所出现的退化问题,在保证检测率的同时降低了误检率.
推荐文章
基于肤色和Adaboost算法的人脸检测
人脸检测
Adaboost 算法
Haar特征
肤色分割
基于BP神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
基于多肤色空间及AdaBoost算法的人脸检测方法
YCbCr颜色空间
YCgCr颜色空间
YCgCb颜色空间
窗口合并
AdaBoost级联分类器
人脸检测
基于Adaboost算法和肤色验证的人脸检测研究
Adaboost算法
肤色验证
人脸检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的基于AdaBoost算法的人脸检测方法
来源期刊 计算机应用研究 学科
关键词 AdaBoost 人脸检测 权重调整 退化 级联分类器
年,卷(期) 2007,(11) 所属期刊栏目 图形图像
研究方向 页码范围 298-300
页数 3页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.11.091
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 熊盛武 武汉理工大学计算机科学与技术学院 81 748 15.0 23.0
2 宗欣露 武汉理工大学计算机科学与技术学院 4 66 3.0 4.0
3 朱国锋 武汉理工大学计算机科学与技术学院 3 60 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (37)
同被引文献  (36)
二级引证文献  (81)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(8)
  • 引证文献(6)
  • 二级引证文献(2)
2011(9)
  • 引证文献(6)
  • 二级引证文献(3)
2012(16)
  • 引证文献(6)
  • 二级引证文献(10)
2013(9)
  • 引证文献(4)
  • 二级引证文献(5)
2014(21)
  • 引证文献(6)
  • 二级引证文献(15)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
AdaBoost
人脸检测
权重调整
退化
级联分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导