基于粒特征和连续Adaboost的人脸检测

摘要：

提出了一种基于粒特征和连续Adaboost算法的人脸检测方法.它使用粒特征并扩展贝叶斯决策弱分类器,设计具有连续置信度输出的查找表型弱分类器形式,构造出弱分类空间,使用大规模的训练集和验证集,采用连续Adaboost算法学习得到Boosting动态级联型的人脸检测器.在CMU-MIT正面人脸测试集上,误报20个时,检测率为90%以上.在一台Pentium Dual-1.2GHz的PC上,处理一幅大小为320×240像素大小的图片平均需100ms.实验结果表明该方法取得了比较好的精度和速度.

关键词：粒特征、贝叶斯决策、连续Adaboost、Boosting级联、人脸检测

所属期刊栏目：4

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60702029

在线出版日期：2010-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：446-452