一种改进的AdaBoost人脸检测算法

• 作者: 李文昊 陈泽华
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: AdaBoost算法 人脸检测 线性不对称分类器 Haar特征
• 年，卷（期）: 2014,（15）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 207-212
• 页数: 6页
• 分类号: TN911.73|TP391.4
• 字数: 6047字
• 语种: 中文

摘要

为了进一步提高AdaBoost算法的检测准确率和解决AdaBoost算法的退化问题,提出了一种基于线性不对称分类器(LAC)的改进AdaBoost人脸检测算法.该算法对样本权重的更新规则进行了调整,当训练节点分类器的前m个弱分类器时,由于样本权重更新合理,采用原始权重更新方法;当已训练产生一定数量的弱分类器序列后,退化问题严重,由LAC算法对前期训练获得的弱分类器序列进行学习形成最优强分类器,计算该强分类器对负样本集的错分率FPR,更新样本权重,依次循环直到完成该节点所有弱分类器的训练并得到最佳节点分类器,最后通过级联各个节点分类器,构成人脸检测分类器.同时,对已有的Haar特征进行了改进和完善.实验结果表明,该方法不仅提高了检测精度,而且抑制了退化现象,使人脸检测分类器的性能得到进一步的提高,具有较大的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈泽华	太原理工大学信息工程学院	48	362	9.0	17.0
2	李文昊	太原理工大学信息工程学院	3	8	2.0	2.0