基于扩展三角特征的AdaBoost快速人眼检测算法
首先给出了通过矩形块与三角像素特征块相结合所构造的八种用于眼睛检测的扩展三角特征原型块.考虑扫描块在人脸背景中遍历时眼睛样本图像块数量远少于非眼睛样本块数的实际,提出了一种结合Haar特征和三角特征的AdaBoost快速眼睛检测算法.通过级联分类器的前几层强分类器完成排除大部分非眼睛样本;然后,通过后续强分类器进行判断大部分的眼睛图像块和少量非眼睛图像块.检测时间消耗有所下降,这样可以保证整体的检测速度.实验结果进一步表明该算法具有更好的检测性能,与仅使用Haar特征相比正检率有一定程度提高.
人眼检测、算法、面部特征、特征抽取、模式分类、图像匹配
34
TP391.41(计算技术、计算机技术)
国家自然科学基金;江苏省高等学校自然科学研究项目;江苏省自然科学基金
2012-04-28(万方平台首次上网日期,不代表论文的发表时间)
48-52