基于粒特征和连续Adaboost的人脸检测

• 作者: 章品正 罗立民 陈春燕
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 粒特征 贝叶斯决策 连续Adaboost Boosting级联 人脸检测
• 年，卷（期）: 2009,（5）
• 页码范围: 446-452
• 页数: 7页
• 分类号: TP391.41
• 字数: 6130字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2009.05.010

摘要

提出了一种基于粒特征和连续Adaboost算法的人脸检测方法.它使用粒特征并扩展贝叶斯决策弱分类器,设计具有连续置信度输出的查找表型弱分类器形式,构造出弱分类空间,使用大规模的训练集和验证集,采用连续Adaboost算法学习得到Boosting动态级联型的人脸检测器.在CMU-MIT正面人脸测试集上,误报20个时,检测率为90%以上.在一台Pentium Dual-1.2GHz的PC上,处理一幅大小为320×240像素大小的图片平均需100ms.实验结果表明该方法取得了比较好的精度和速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章品正	东南大学影像科学与技术实验室	22	194	8.0	13.0
2	罗立民	东南大学影像科学与技术实验室	246	2011	23.0	31.0
3	陈春燕	东南大学影像科学与技术实验室	1	7	1.0	1.0