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:
通过分析一些主流的人脸识别方法,从识别的准确率和速度综合考虑,选用Haar特征提取的方法作为人脸检测的主要方法,选用Adaboost算法作为人脸识别的主要算法.在研究过程中出现的难点有人脸的检测受到外界影响,同时,人脸的识别算法在实现过程中不理想,人脸的检测误差率较大,采用增加分类器将多个弱分类器级联为强分类器以及优化算法等,以克服上述缺点,从而有效地提高了识别的准确率.
推荐文章
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
基于Adaboost与SOFMN的人脸识别
自组织特征映射
人脸识别
Adaboost算法
Kohonen算法
图像小波分析
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算法的人脸检测技术的研究与实现
人脸检测
Adaboost算法
级联分类器
矩形特征
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Adaboost人脸识别算法的研究
来源期刊 西安职业技术学院学报 学科 经济
关键词 人脸检测 人脸识别 HAAR特征 ADABOOST算法
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 45-49
页数 5页 分类号 F724.6
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (29)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(6)
  • 参考文献(6)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(6)
  • 参考文献(6)
  • 二级参考文献(0)
2005(7)
  • 参考文献(7)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
人脸识别
HAAR特征
ADABOOST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
西安职业技术学院学报
季刊
西安市雁塔区鱼斗路251号
出版文献量(篇)
750
总下载数(次)
6
总被引数(次)
0
论文1v1指导