基于特征剪裁的AdaBoost算法及在人脸检测中的应用

被引：10

作者：

孟子博

姜虹

陈婧

袁波

王立强

机构：

[1] 浙江大学现代光学仪器国家重点实验室

来源：

浙江大学学报(工学版) | 2013年 / 47卷 / 05期

关键词：

AdaBoost; 特征剪裁; CSDS; 人脸检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对AdaBoost算法存在训练消耗大并且误检率较高的问题,提出一种基于AdaBoost的高效检测方法.它主要包含一种基于特征剪裁的AdaBoost算法(FPAdaBoost)和一种新的检测扫描方法———确认和跳过检测机制(CSDS).FPAdaBoost算法在每一轮训练中会根据分类误差剪裁掉一部分特征,提高算法的训练速度;而CSDS检测方法在传统的检测方法基础上引入验证和确认机制,在保证检测率的条件下有效控制误检的发生.在MITCBCL训练集和MIT+CMU检测集上对提出的方法进行验证,结果表明,FPAdaBoost算法相比原始AdaBoost算法在性能上没有明显退化,但却大大改善了训练速度,同时CSDS检测机制的引入极大地降低误检率,提高检测结果的可靠性.

引用

页码：906 / 911

页数：6