原文服务方: 科技与创新       
摘要:
为了解决Adaboost算法在提高人脸定位速度与定位准确率中的问题,提出一种Adaboost与CNN(Convolutional Neural Networks,卷积神经网络)相结合的人脸定位方法。首先通过CNN算法进行人脸训练;然后利用高斯混合模型建立背景;通过背景差获得运动目标,在运动目标区域运用Adaboost进行人脸粗定位;最后通过CNN算法再次人脸细定位。实验结果表明,该方法在人脸定位速度与定位准确率方面优于Adaboost算法。
推荐文章
基于并行卷积神经网络的人脸关键点定位方法研究
人脸特征点定位
卷积神经网络
图像卷积
下图像采样
基于BP神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
基于卷积神经网络的人脸图像美感分类
卷积神经网络
LeNet-5
人脸识别
美感分类
图像处理
基于卷积神经网络的人脸性别识别
人脸性别识别
卷积神经网络
稀疏连接
权值共享
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Adaboost与卷积神经网络的人脸定位研究
来源期刊 科技与创新 学科
关键词 人脸定位 CNN算法 高斯混合模型 Adaboost算法
年,卷(期) 2024,(22) 所属期刊栏目 前沿·视点
研究方向 页码范围 7-10
页数 4页 分类号
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2023.22.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(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)
研究主题发展历程
节点文献
人脸定位
CNN算法
高斯混合模型
Adaboost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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导