计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2014年
19期
173-177
,共5页
人脸检测%Haar-like特征%AdaBoost算法%双阈值%优化加权参数
人臉檢測%Haar-like特徵%AdaBoost算法%雙閾值%優化加權參數
인검검측%Haar-like특정%AdaBoost산법%쌍역치%우화가권삼수
face detection%Haar-like feature%AdaBoost algorithm%dual-threshold%optimized weighting parameter
针对在已有人脸检测方法中采用单阈值所导致的误检率太高的问题,提出一种基于优化加权参数的快速Ad-aBoost训练检测算法。算法通过改变弱分类器加权参数求解公式的方法,保证了在低误检率的前提下也能获得低误警率;通过特征值曲线自适应得到双阈值,然后构造双阈值弱分类器并进行集成,形成强分类器。实验结果表明,该算法不仅能够有效地提高检测精度,而且,由于双阈值能够减少搜索次数,从而使训练和检测时间也有明显的改进。
針對在已有人臉檢測方法中採用單閾值所導緻的誤檢率太高的問題,提齣一種基于優化加權參數的快速Ad-aBoost訓練檢測算法。算法通過改變弱分類器加權參數求解公式的方法,保證瞭在低誤檢率的前提下也能穫得低誤警率;通過特徵值麯線自適應得到雙閾值,然後構造雙閾值弱分類器併進行集成,形成彊分類器。實驗結果錶明,該算法不僅能夠有效地提高檢測精度,而且,由于雙閾值能夠減少搜索次數,從而使訓練和檢測時間也有明顯的改進。
침대재이유인검검측방법중채용단역치소도치적오검솔태고적문제,제출일충기우우화가권삼수적쾌속Ad-aBoost훈련검측산법。산법통과개변약분류기가권삼수구해공식적방법,보증료재저오검솔적전제하야능획득저오경솔;통과특정치곡선자괄응득도쌍역치,연후구조쌍역치약분류기병진행집성,형성강분류기。실험결과표명,해산법불부능구유효지제고검측정도,이차,유우쌍역치능구감소수색차수,종이사훈련화검측시간야유명현적개진。
Existed single threshold methods will cause highly false recognition rates in face detection. This paper proposes a fast AdaBoost algorithm based on optimized weighting parameter. Firstly, algorithm changes the solving formula of weighted parameter to get low false alarm rates even under the premise of low false recognition rates. Secondly, dual-threshold is obtained by calculating the feature-value curve. Finally, the detected dual thresholds are used to form weak classifiers, which can form an ensemble classifier. Experimental results show that it not only improves the accuracy of detection, but also ameliorates the training and detecting time since dual-threshold can decrease the times of searching.