期刊文章详细信息
融合AdaBoost和启发式特征搜索的人脸性别分类
Syncretize AdaBoost Learning and Heuristic Search to Select Features for Gender Classification of Frontal Facial Images
文献类型:期刊文章
机构地区:[1]湖南工业大学计算机系,株洲412008
基 金:国家自然科学基金资助项目(60373062);湖南省自然科学基金资助项目(05JJ40101)
年 份:2007
卷 号:33
期 号:2
起止页码:171-173
语 种:中文
收录情况:AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊
摘 要:提出一种基于AdaBoost的人脸性别分类方法,从一张低分辨率灰度人脸图像中辨认出一个人的性别。将启发式搜索算法融于AdaBoost算法框架中,从而发现新的可用于更好分类的特征。利用该方法进行人脸性别分类方面的实验,当使用少于500个像素比较时,正确识别率达到了93%以上,这与迄今已公布的最佳的分类器支持向量机(SVM)的正确识别率相当,但速度却快得多。
关 键 词:性别分类 ADABOOST 启发式搜索
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...