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:
将遗传算法用于以SVM为弱分类器的Adaboost人脸检测算法.先根据样本训练集中的人脸和非人脸样本训练出弱分类器SVM,然后利用Adaboost算法将多个SVM弱分类器级联组合成一个强分类器,并且在组合的过程中采用遗传算法对各个弱分类器权值进行全局寻优,最终得到检测结果.通过与传统Adaboost以及AdaboostSVM进行对比试验,表明论文方法具有更高的检测效果.
推荐文章
基于模糊控制及遗传算法的人工免疫入侵检测算法
反向选择算法
模糊控制
遗传算法
基于改进的奇异值和遗传算法的人脸识别研究
人脸识别
奇异值分解
遗传算法
基于傅里叶变换特征遗传算法的人脸识别
人脸识别
傅里叶变换
遗传算法
基于免疫算法的人脸检测
人脸检测
免疫遗传算法
椭圆模板
灰度图像
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 基于遗传算法和AdaboostSVM的人脸检测算法
来源期刊 计算机与数字工程 学科 工学
关键词 Adaboost SVM 人脸检测 遗传算法
年,卷(期) 2017,(7) 所属期刊栏目 图像处理
研究方向 页码范围 1407-1410
页数 4页 分类号 TP391
字数 2634字 语种 中文
DOI 10.3969/j.issn.1672-9722.2017.07.037
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 汪友生 北京工业大学电子信息与控制工程学院 48 435 11.0 19.0
2 边航 北京工业大学电子信息与控制工程学院 4 71 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (273)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (21)
二级引证文献  (8)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(16)
  • 参考文献(0)
  • 二级参考文献(16)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
Adaboost
SVM
人脸检测
遗传算法
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导