计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2003年
7期
874-881
,共8页
人脸检测%人脸检索%Adaboost%支持向量机%直接表观模型
人臉檢測%人臉檢索%Adaboost%支持嚮量機%直接錶觀模型
인검검측%인검검색%Adaboost%지지향량궤%직접표관모형
研究了将人脸作为一种特殊的图像内容进行检索的问题;采用基于Adaboost统计学习方法的层叠分类器检测人脸,再用非线性SVM分类器验证人脸;实现了在大规模的复杂背景图片集合中高速准确的人脸定位;为了将找到的人脸规范化,借鉴直接表观模型(direct appearance model),提出了一种新的特征检测和人脸校正方法.该方法基于对大量数据的统计学习过程,具有良好的扩展性和稳定性;在此基础上,采用SVM分类器实现了人脸检索;最后,通过实验说明了整个方法的有效性.
研究瞭將人臉作為一種特殊的圖像內容進行檢索的問題;採用基于Adaboost統計學習方法的層疊分類器檢測人臉,再用非線性SVM分類器驗證人臉;實現瞭在大規模的複雜揹景圖片集閤中高速準確的人臉定位;為瞭將找到的人臉規範化,藉鑒直接錶觀模型(direct appearance model),提齣瞭一種新的特徵檢測和人臉校正方法.該方法基于對大量數據的統計學習過程,具有良好的擴展性和穩定性;在此基礎上,採用SVM分類器實現瞭人臉檢索;最後,通過實驗說明瞭整箇方法的有效性.
연구료장인검작위일충특수적도상내용진행검색적문제;채용기우Adaboost통계학습방법적층첩분류기검측인검,재용비선성SVM분류기험증인검;실현료재대규모적복잡배경도편집합중고속준학적인검정위;위료장조도적인검규범화,차감직접표관모형(direct appearance model),제출료일충신적특정검측화인검교정방법.해방법기우대대량수거적통계학습과정,구유량호적확전성화은정성;재차기출상,채용SVM분류기실현료인검검색;최후,통과실험설명료정개방법적유효성.