一种基于2DPCA - AdaBoost 的人脸检测算法

• 作者: 侯德文 李静
• 来源期刊: 山东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 2DPCA AdaBoost PCA 人脸检测
• 年，卷（期）: 2016,（1）
• 页码范围: 61-65
• 页数: 5页
• 分类号: TP391.41
• 字数: 4259字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4748.2016.01.012

摘要

主成分分析法（Principal Component Analysis，PCA）作为最成功的线性鉴别方法之一，目前仍然被广泛应用于人脸等数字图像处理领域；AdaBoost 是一种具有自适应学习能力的机器学习算法。本文将二维主成分分析和 AdaBoost 结合改进了原来的算法，即2DPCA - AdaBoost 算法。该算法首先对图像进行预处理，然后用2DPCA 算法对人脸图像进行训练形成特征脸空间，结合AdaBoost 学习算法将多个弱分类器组合成强分类器。实验结果证明，改进的算法提高了人脸检测率，降低了错误检测数。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯德文	山东师范大学信息科学与工程学院	35	309	11.0	16.0
2	李静	山东师范大学信息科学与工程学院	78	667	14.0	23.0