计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2011年
3期
984-987
,共4页
Adaboost算法%人脸检测%四点均值法:局部遮挡人脸%分类器
Adaboost算法%人臉檢測%四點均值法:跼部遮擋人臉%分類器
Adaboost산법%인검검측%사점균치법:국부차당인검%분류기
针对Adaboost人脸检测算法在分类器训练过程中耗时较多的问题,对Adaboost算法进行了详细分析,提出了加快寻找每一轮最佳弱分类器的四点均值法.该方法对每个特征,计算所有训练样本对应的特征值,并将其从小到大排序,求相邻的4个特征值的平均值,该平均值作为阈值,计算错误率,找出最佳弱分类器.减少特征量,修改弱分类器权重,加快收敛速度,使用不同遮挡部位的人脸样本训练分类器,实现了局部遮挡人脸的检测.实验结果表明,该方法明显提高了训练速度,缩短训练时间,并能较准确地检测局部遮挡人脸.
針對Adaboost人臉檢測算法在分類器訓練過程中耗時較多的問題,對Adaboost算法進行瞭詳細分析,提齣瞭加快尋找每一輪最佳弱分類器的四點均值法.該方法對每箇特徵,計算所有訓練樣本對應的特徵值,併將其從小到大排序,求相鄰的4箇特徵值的平均值,該平均值作為閾值,計算錯誤率,找齣最佳弱分類器.減少特徵量,脩改弱分類器權重,加快收斂速度,使用不同遮擋部位的人臉樣本訓練分類器,實現瞭跼部遮擋人臉的檢測.實驗結果錶明,該方法明顯提高瞭訓練速度,縮短訓練時間,併能較準確地檢測跼部遮擋人臉.
침대Adaboost인검검측산법재분류기훈련과정중모시교다적문제,대Adaboost산법진행료상세분석,제출료가쾌심조매일륜최가약분류기적사점균치법.해방법대매개특정,계산소유훈련양본대응적특정치,병장기종소도대배서,구상린적4개특정치적평균치,해평균치작위역치,계산착오솔,조출최가약분류기.감소특정량,수개약분류기권중,가쾌수렴속도,사용불동차당부위적인검양본훈련분류기,실현료국부차당인검적검측.실험결과표명,해방법명현제고료훈련속도,축단훈련시간,병능교준학지검측국부차당인검.
