基于代价敏感性AdaBoost的皮肤分类器

• 作者: 赵健成 赵逢禹
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 皮肤分类器 CS-AdaBoost 亮度特征
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 31-34
• 页数: 4页
• 分类号: TP301
• 字数: 4025字
• 语种: 中文
• DOI: 10.11907/rjdk.191580

摘要

为解决不同光照条件下皮肤难以检测的问题,提出一种基于代价敏感性CS-AdaBoost算法的皮肤分类器.通过对皮肤像素提取6个基于亮度值的像素特征,并循环选取特征,使用基于CS-AdaBoost算法程序训练最佳弱分类器,通过对所有最佳弱分类器的加权线性组合得到最终的皮肤分类器.由于在算法程序中引入了代价因子θ,使分类结果偏向总错分代价较小,即提高了皮肤样本的分类正确率.使用SDD皮肤数据库评估该皮肤分类器性能,结果表明,该皮肤分类器分类正确率达到了85％,比传统皮肤分类方法提高了5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵逢禹	上海理工大学光电信息与计算机工程学院	68	296	10.0	14.0
2	赵健成	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0