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:
针对采用基于肤色特征的人脸检测方法和基于AdaBoost算法的人脸检测,单一方法的人脸检测系统在检测率和误检率方面不能同时达到比较好的效果。因此结合上述两种算法各自的优点,将两种方法相结合并加以改进,主要思想是基于肤色特征的人脸检测作为预人脸检测,得到含有人脸的肤色区域,运用级联分类器检测这些肤色区域。利用matlab仿真软件进行了大量的仿真探析并进行了统计与分析,探析表明改进算法在误检率和检测率方面明显优于两种单独算法,同时对于人脸姿势方面,也能够达到很好的检测效果。
推荐文章
基于肤色和Adaboost算法的人脸检测
人脸检测
Adaboost 算法
Haar特征
肤色分割
基于Adaboost算法和肤色验证的人脸检测研究
Adaboost算法
肤色验证
人脸检测
基于多肤色空间及AdaBoost算法的人脸检测方法
YCbCr颜色空间
YCgCr颜色空间
YCgCb颜色空间
窗口合并
AdaBoost级联分类器
人脸检测
基于肤色统计矩和Adaboost算法的人脸检测研究
Adaboost
统计矩
HSV空间
人脸检测
智能监控
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 基于肤色特征和Adaboost算法的人脸检测方法探析
来源期刊 电子测试 学科 工学
关键词 人脸检测 肤色检测 AdaBoost算法 改进算法
年,卷(期) 2014,(z1) 所属期刊栏目 理论与算法
研究方向 页码范围 27-29,26
页数 4页 分类号 TP391.41
字数 2898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 王建明 南京工业大学电子与信息工程学院 58 691 16.0 23.0
2 刘文武 南京工业大学电子与信息工程学院 1 3 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  (21)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人脸检测
肤色检测
AdaBoost算法
改进算法
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导