基于"大T"型区域的AdaBoost人脸检测算法

• 作者: 叶学义 叶枫 夏胡云 李晶惠
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 人脸检测 AdaBoost算法 Haar特征 "大T"型特征筛选模板
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法与语言
• 页码范围: 22-26
• 页数: 5页
• 分类号: TP312
• 字数: 5062字
• 语种: 中文
• DOI: 10.11907/rjdk.171551

摘要

针对AdaBoost人脸检测算法分类器训练时Haar特征数目过多,导致训练过程过于耗时的问题,提出了一种基于"大T"型区域的AdaBoost人脸检测算法.通过提取500张人脸样本中的主要特征区域,投影到20×20的模板中,对重叠区域取其并集求得"大T"型特征筛选区域,以此模板优化Haar特征,使用于分类器训练的Haar特征集中于人脸面部的关键区域.实验结果表明,在LFW、PKU数据库中进行人脸检测,在不降低原始AdaBoost算法检测率的同时,对PKU数据库中的多人脸检测算法的漏检率有所改善,同时优化了算法训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶学义	杭州电子科技大学通信工程学院模式识别与信息安全实验室	40	202	8.0	11.0
2	夏胡云	杭州电子科技大学通信工程学院模式识别与信息安全实验室	3	16	2.0	3.0
3	李晶惠	杭州电子科技大学通信工程学院模式识别与信息安全实验室	1	8	1.0	1.0
4	叶枫	杭州电子科技大学通信工程学院模式识别与信息安全实验室	3	9	1.0	3.0