基于实时预测学习分类的脸像快速检测方法

• 作者: 刘长 张星 王雪
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 脸像快速检测 ARMA模型 实时预测 学习分类 AdaBoost算法
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 36-41
• 分类号: TP391.4
• 字数: 5491字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-3087.2012.01.006

摘要

视频图像中脸像检测是近年来视觉图像检测和模式识别领域的研究热点.提出一种基于实时预测学习分类的脸像快速检测算法,即ARMA-Boost算法.首先根据脸像位置先验信息,利用ARMA模型(auto-regressive and moving average model)预测脸像位置区域,然后采用AdaBoost算法对预测区域进行脸像检测.该方法在时间维度对AdaBoost算法进行扩展,减小脸像搜索范围,提高检测效率.利用该方法对离线视频文件和CCD图像传感器实时脸像视频进行检测,实验结果表明,与支持向量机、传统AdaBoost和基于优化肤色模型的AdaBoost改进算法相比,ARMA-Boost算法脸像检测准确率高,实时性更好,可以对视频脸像进行快速检测应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘长	清华大学精密仪器与机械学系精密测试技术及仪器国家重点实验室	4	63	3.0	4.0
2	王雪	清华大学精密仪器与机械学系精密测试技术及仪器国家重点实验室	63	754	15.0	24.0
3	张星	清华大学精密仪器与机械学系精密测试技术及仪器国家重点实验室	8	128	5.0	8.0