计算机辅助设计与图形学学报
計算機輔助設計與圖形學學報
계산궤보조설계여도형학학보
JOURNAL OF COMPUTER-AIDED DESIGN & COMPUTER GRAPHICS
2007年
3期
292-297
,共6页
人眼状态分类%全局扫描并验证%Adaboost%级联结构
人眼狀態分類%全跼掃描併驗證%Adaboost%級聯結構
인안상태분류%전국소묘병험증%Adaboost%급련결구
探讨了自动人眼状态分类问题,提出一种基于全局扫描并验证策略的分类框架.该方法采用一种级联结构(Cascade)来组织分类器,采用Adaboost算法学习分类器.实验表明,该方法无论在鲁棒性、正确率和速度方面都达到了很好的性能,具有非常明显的实际应用价值.
探討瞭自動人眼狀態分類問題,提齣一種基于全跼掃描併驗證策略的分類框架.該方法採用一種級聯結構(Cascade)來組織分類器,採用Adaboost算法學習分類器.實驗錶明,該方法無論在魯棒性、正確率和速度方麵都達到瞭很好的性能,具有非常明顯的實際應用價值.
탐토료자동인안상태분류문제,제출일충기우전국소묘병험증책략적분류광가.해방법채용일충급련결구(Cascade)래조직분류기,채용Adaboost산법학습분류기.실험표명,해방법무론재로봉성、정학솔화속도방면도체도료흔호적성능,구유비상명현적실제응용개치.
