基于小训练样本的AdaBoost人脸检测

• 作者: 吴敏 师黎 张娟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人脸检测 协方差特征 Fisher判别式分析 训练样本
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 199-201
• 分类号: TP391.41
• 字数: 2036字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.08.069

摘要

AdaBoost算法已被广泛地应用于人脸检测系统中,但往往需要大量的训练样本.针对其训练过程复杂冗长的缺陷,选择研究基于少量训练样本的人脸检测问题.采用协方差特征代替图像统计的直方图进行特征提取.为达到更好的分类效果,应用基于Fisher判别式分析的线性超平面分类器,通过AdaBoost算法构成多层级联分类器进行人脸检测.在小数据库里可以看到,与目前用于多数人脸检测系统的类Haar特征相比,该算法在减少训练样本的同时能获得更好的检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴敏	郑州大学电气工程学院	74	519	13.0	19.0
2	张娟	郑州大学电气工程学院	86	831	12.0	27.0
3	师黎	郑州大学电气工程学院	77	455	12.0	18.0