基于分类器相关性的Adaboost人脸检测算法

• 作者: 张君昌 李倩 贾靖
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人脸检测 分类器相关性 自适应提升算法
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 图形图像处理
• 页码范围: 3346-3348
• 页数: 3页
• 分类号: TP391.4
• 字数: 3294字
• 语种: 中文

摘要

为了提高传统Adaboost算法的集成性能,提出一种基于分类器相关性的Adaboost算法.该方法在弱分类器的训练过程中加入分类器的相关性判定,使每一个弱分类器的生成不仅与当前分类器有关,而且与前面若干个分类器相关,并将由此生成的弱分类器组合成新的强分类器.在CMU正面人脸检测集上的仿真结果表明,较传统的Adaboost算法,基于分类器相关性的Adaboost人脸检测算法具有更好的检测效率,同时降低了误检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张君昌	西北工业大学电子信息学院	28	179	8.0	11.0
2	李倩	西北工业大学电子信息学院	17	217	10.0	14.0