作者:
原文服务方: 物联网技术       
摘要:
通过对支持向量机、人工神经网络及AdaBoost算法的对比分析,发现支持向量机、人工神经网络算法构造的分类器复杂度高,效率低。而AdaBoost则从弱分类器中逐步推选出强分类器并组成级联分类器,快速将大量的非人脸图像排除掉,从而提高检测速度,满足人脸实时检测应用领域的需求。
推荐文章
基于示例学习的图像人脸检测技术
人脸探测
示例学习
聚类
分类器
基于视频序列的人脸检测技术的研究
人脸检测
边缘检测
Haar特征
人脸检测方法综述
人脸检测
人脸识别
基于视觉的识别
统计模式识别
机器学习
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 浅析人脸检测技术的探究
来源期刊 物联网技术 学科
关键词 支持向量机 神经网络 AdaBoost 级联分类器
年,卷(期) 2016,(8) 所属期刊栏目 学术研究 Academic Forum -- 智能处理与应用 Inteligent Processing and Application
研究方向 页码范围 103-104
页数 2页 分类号 TP17.4
字数 语种 中文
DOI 10.16667/j.issn.2095-1302.2016.08.033
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 尚弘 9 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (24)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (9)
1993(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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(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
支持向量机
神经网络
AdaBoost
级联分类器
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
物联网技术
月刊
2095-1302
61-1483/TP
16开
2011-01-01
chi
出版文献量(篇)
5103
总下载数(次)
0
总被引数(次)
13151
论文1v1指导