基于Adaboost算法的多角度人脸检测
龙敏;黄福珍;边后琴
【期刊名称】《计算机仿真》
【年(卷),期】2007(024)011
【摘要】文中提出了一种基于Adaboost算法的多角度人脸检测方法.多角度人脸检测问题的研究与正面人脸检测相比,相对薄弱,离实际应用的需求还比较远.首先使用Haar特征设计并构造弱分类器空间,用Adaboost算法学习得到基于视图的多分类器级联的人脸检测器;然后将多角度人脸划分成三类:全侧脸,半侧脸及正面人脸,并为不同角度的人脸建立不同的检测器分别用于检测.在CMU侧面人脸检测集合上,用基于Adaboost的方法对多角度人脸图像进行仿真实验,检测正确率为89.8%,误报数为243个.相比Schneiderman等人的方法,该方法具有更好的性能.
【总页数】4页(P206-209)
【作者】龙敏;黄福珍;边后琴
【作者单位】上海交通大学智能机器人研究中心,上海,200240;上海交通大学智能机器人研究中心,上海,200240;上海交通大学智能机器人研究中心,上海,200240【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.基于Adaboost算法的正面多角度人脸检测 [J], 陈浩
2.基于YCbCr和AdaBoost算法的人脸检测 [J], 胡柳; 邓杰; 肖瑶星; 卢艳芝; 曾
蒸
3.基于肤色分割和AdaBoost算法的人脸检测 [J], 邓锋; 胡志勇; 肖伟明; 钟卫为
4.基于BP神经网络的人脸检测AdaBoost算法 [J], 李纪鑫;任高明;赫磊;孙瑜
5.基于Adaboost算法的人脸检测实现 [J], 兰胜坤
因版权原因，仅展示原文概要，查看原文内容请购买。