计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2011年
6期
32-35
,共4页
人脸检测%SVM算法%Adaboost算法
人臉檢測%SVM算法%Adaboost算法
인검검측%SVM산법%Adaboost산법
提出利用SVM分类方法改进Adaboost算法的人脸检测精度.该方法先通过Adaboost算法找出图像中的候选人脸区域,根据训练样本集中的人脸和非人脸样本训练出分类器支持向量机(SVM),然后通过SVM分类器从候选人脸区域中最终确定人脸区域.实验结果证明,SVM分类算法可以提高检测精度,使检测算法具有更好的检测效果.
提齣利用SVM分類方法改進Adaboost算法的人臉檢測精度.該方法先通過Adaboost算法找齣圖像中的候選人臉區域,根據訓練樣本集中的人臉和非人臉樣本訓練齣分類器支持嚮量機(SVM),然後通過SVM分類器從候選人臉區域中最終確定人臉區域.實驗結果證明,SVM分類算法可以提高檢測精度,使檢測算法具有更好的檢測效果.
제출이용SVM분류방법개진Adaboost산법적인검검측정도.해방법선통과Adaboost산법조출도상중적후선인검구역,근거훈련양본집중적인검화비인검양본훈련출분류기지지향량궤(SVM),연후통과SVM분류기종후선인검구역중최종학정인검구역.실험결과증명,SVM분류산법가이제고검측정도,사검측산법구유경호적검측효과.
