基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的Adaboost算法检测速度块,准确率低的问题,提出一种基于肤色与改进的Adaboost算法以提高人脸检测的正确率.该算法首先利用肤色特征快速排除绝大部分背景区域,然后在肤色区域中利用快速积分图提取人脸的Haar特征,接着使用阈值设定的方法对传统的Adaboost算法进行改进,并将每次检测的最优分类器级联形成最终的强分类器,通过强分类器对Haar特征判别,检测出人脸部分.实验证明该算法有效的提高了人脸检测的准确率.
推荐文章
基于肤色模型与改进Adaboost算法的人脸检测
Adaboost
肤色模型
人脸检测
多层特征
基于肤色及改进的Adaboost算法的人脸检测
人脸检测
色彩空间
肤色模型
Adaboost
基于肤色及AdaBoost算法的改进的人脸检测方法
人脸检测
肤色检测
AdaBoost算法
智能监控系统
基于肤色和改进AdaBoost算法的人脸检测
肤色检测
人脸检测
AdaBoost算法
权重更新
级联分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于肤色与改进的Adaboost的人脸检测
来源期刊 工业控制计算机 学科
关键词 人脸检测 肤色 Haar特征 Adaboost算法 强分类器
年,卷(期) 2013,(6) 所属期刊栏目 软件与仿真
研究方向 页码范围 98-100
页数 3页 分类号
字数 2439字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴金滨 浙江理工大学信息电子学院 1 5 1.0 1.0
2 吴建伟 浙江理工大学信息电子学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (39)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (27)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(13)
  • 引证文献(1)
  • 二级引证文献(12)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
人脸检测
肤色
Haar特征
Adaboost算法
强分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工业控制计算机
月刊
1001-182X
32-1764/TP
大16开
南京市龙蟠路173号江苏省计算技术研究所
28-60
1988
chi
出版文献量(篇)
13243
总下载数(次)
60
总被引数(次)
46621
论文1v1指导