多阈值划分的连续AdaBoost人脸检测

• 作者: 孙士明 潘青 纪友芳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人脸检测 连续AdaBoost算法 多重阈值 Harr-like型特征
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 生物物征识别与虚拟现实
• 页码范围: 2098-2100,2104
• 页数: 4页
• 分类号: TP391.4
• 字数: 4018字
• 语种: 中文

摘要

连续AdaBoost算法要求对样本空间进行划分,传统的等距划分无法体现正负样本各自的分布规律.对基于连续AdaBoost算法的人脸检测方法进行了改进,结合离散AdaBoost中弱分类器的阈值选取策略,通过多重最优阈值选择方法实现了样本空间的合理划分.在MIT-CBCL数据库上的实验结果表明,改进后的方法比等距划分和连续AdaBoost算法检测率提高0.5%和2%,错误率降低0.15%和0.27%,算法收敛速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙士明	中国石油大学计算机与通信工程学院	13	81	5.0	8.0
2	纪友芳	中国石油大学计算机与通信工程学院	11	85	5.0	9.0
3	潘青	中国石油大学计算机与通信工程学院	1	0	0.0	0.0