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Adaboost算法训练时间过长、误检率高以及检测速度慢的缺点,提出了一种基于GH-YJ混合型Adaboost改进算法,该算法从简化Haar特征和优化级联分类器两方面进行改进,以降低本级分类器误检率。最后,通过实验证明了改进算法的可行性。
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
改进的基于AdaBoost算法的人脸检测方法
AdaBoost
人脸检测
权重调整
退化
级联分类器
基于改进Adaboost算法的人脸识别系统设计
嵌入式软件
Adaboost
VIPLFaceNet
人脸识别
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GH-YJ混合型的Adaboost改进算法的人脸检测
来源期刊 福建电脑 学科
关键词 人脸检测 Haar特征 Adaboost算法 级联分类器 GH-YJ混合型
年,卷(期) 2014,(12) 所属期刊栏目 基金项目论文
研究方向 页码范围 30-33
页数 4页 分类号
字数 2626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 李湘 3 1 1.0 1.0
2 施化吉 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (75)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
人脸检测
Haar特征
Adaboost算法
级联分类器
GH-YJ混合型
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导