改进的人脸检测训练方法

• 作者: 樊宁 苏菲
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 人脸检测 自适应提升算法 neighbor-eliminated boosting 算法 双表链接结构 Neyman-Pearson 决策规则
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 论文
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP181
• 字数: 3354字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5321.2008.04.017

摘要

针对AdaBoost存在的诸如分类器的级联结构会导致系统拒真率与认假率的失衡,单调性前提的不成立容易直接造成训练过程的失败等缺陷,对人脸检测训练方法进行研究,提出了一种改进算法--neighbor-eliminated boosting(NEB)算法.此算法通过构建一种新的基于双表链接结构的特征描述子存储结构,引入特征相关信息,简化了训练过程.实验结果表明,以NEB算法为基础实现的人脸检测系统,在训练速度上具有明显的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏菲	北京邮电大学电信工程学院	18	169	8.0	12.0
2	樊宁	北京邮电大学电信工程学院	1	13	1.0	1.0