基于形状无关纹理和Boosting学习的人口统计学分类

• 作者: 杨之光 艾海舟
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 人口统计学分类 人脸图像处理 Boosting
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 论文
• 页码范围: 721-724
• 页数: 4页
• 分类号: TP391
• 字数: 3235字
• 语种: 中文

摘要

基于形状无关纹理和boosting学习,该文提出了对性别和年龄分类的方法,其中年龄被划分为儿童、青年、中年和老年4类.检测到人脸后,利用人脸配准的结果规范化人脸图像获得形状无关纹理.在此基础上提取Haar型特征、LBP直方图和Gabor Jet 3种特征,通过boosting学习分别训练分类器.实验表明,LBP直方图特征能够鲁棒地区分儿童和老人,Haar型特征用作区分青年和中年人则更为有效,而Gabor Jet特征更适于性别分类.

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	清华大学计算机系	27	3139	21.0	27.0
2	杨之光	清华大学计算机系	2	35	2.0	2.0