基于AdaBoost的眉毛检测与定位

• 作者: 李厚君 李玉鑑
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 眉毛检测与定位 Haar-Like特征 AdaBoost级联分类器
• 年，卷（期）: 2010,（8）
• 页码范围: 175-176,200
• 分类号: TP391.41
• 字数: 1325字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2010.08.047

摘要

文章利用Haar-Like小波及其扩展特征,把AdaBoost算法应用于眉毛的自动检测与定位.实验数据包括114人的228幅眉毛图像,每人闭眼和睁眼各一幅,分别用于训练和测试,大小均为768×586.通过把这些图像缩小1/10后进行AdaBoost训练,解决了其速度较慢和对内存需求较高的问题.实验结果表明,AdaBoost级联分类器的训练耗时约2.7s,测试耗时每幅图像约24ms,对眉毛检测和定位测试的精度达到了97.4%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉鑑	北京工业大学计算机学院	57	357	10.0	17.0
2	李厚君	北京工业大学计算机学院	3	7	2.0	2.0