基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
论文提出了一种结合SVM和AdalBoost的人脸检测算法.该算法先根据训练样本中的人脸和非人脸区域训练作为分量分类器的支持向量机(SVM),然后通过AdaBoost算法把这些分量分类器组合成一个总体分类器;再利用该总体分类器来区分测试样本中的人脸和非人脸区域,并得到置信图.最后通过均值漂移算法找到置信图的峰值,得到人脸区域的新位置.实验结果表明,该算法不但提高了识别的正确率,而且大大提高了检测速度.
推荐文章
基于SVM和AdaBoost的人脸检测算法
人脸检测
支持向量机
AdaBoost
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
基于肤色统计矩和Adaboost算法的人脸检测研究
Adaboost
统计矩
HSV空间
人脸检测
智能监控
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 基于SVM和AdaBoost的人脸检测算法
来源期刊 微型电脑应用 学科 工学
关键词 人脸检测 核函数 支持向量机 AdaBoost 分类器
年,卷(期) 2009,(4) 所属期刊栏目 研究与设计
研究方向 页码范围 20-22,16
页数 4页 分类号 TP301.6
字数 4184字 语种 中文
DOI 10.3969/j.issn.1007-757X.2009.04.007
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 赵建民 浙江师范大学数理与信息工程学院 121 1027 18.0 25.0
2 徐慧英 浙江师范大学数理与信息工程学院 51 404 11.0 17.0
3 朱信忠 浙江师范大学数理与信息工程学院 85 708 16.0 22.0
4 唐金良 浙江师范大学数理与信息工程学院 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (42)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸检测
核函数
支持向量机
AdaBoost
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
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
论文1v1指导