基于双特征的改进型AdaBoost人脸检测算法

• 作者: 叶庆卫 张均
• 来源期刊: 无线通信技术
• 学科: 工学
• 关键词: AdaBoost 双特征 弱分类器 粒子群算法
• 年，卷（期）: 2020,（2）
• 页码范围: 23-27
• 页数: 5页
• 分类号: TP391.41
• 字数: 3658字
• 语种: 中文

摘要

针对传统AdaBoost算法在单特征分类器训练时耗费时间长、弱分类器质量低的问题,本文提出一种基于双特征的改进型AdaBoost分类检测算法.首先,通过粒子群寻优算法(PSO)搜寻最优的两个特征,以及两特征对应的阈值,形成双特征型弱分类器.接着将弱分类器组合成强分类器,最后在MATLAB软件中利用MIT人脸数据库进行仿真实验,结果表明本文基于双特征的分类器性能优于单特征分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶庆卫	宁波大学信息科学与工程学院	59	420	10.0	18.0
2	张均	宁波大学信息科学与工程学院	2	0	0.0	0.0