文献类型：期刊文章

作　　者：贺瑜飞[1]

HE Yu-fei(School of Mathematics and Statistics,Yulin University,Yulin 719000,China)

机构地区：[1]榆林学院数学与统计学院

出　　处：《榆林学院学报》

基　　金：榆林学院高层次人才科研启动基金项目(3GK39)

年　　份：2019

卷　　号：29

期　　号：6

起止页码：69-70

语　　种：中文

收录情况：NSSD、普通刊

摘　　要：针对在复杂背景的情况下,AdaBoost算法主要存在识别率较低,速度慢的问题,提出了一种基于改进的AdaBoost算法和Haar特征的方法。首先进行的是用扩展的Haar特征进行特征值的计算,然后描述了boosted分类器,并指出其存在的问题,接着描绘了改进的AdaBoost算法。多分辨率搜索进行了算法优化,试验结果表明,改进的AdaBoost算法和Haar特征提高了人脸检测的实效性,漏检率降低,并且识别率有很大的提高。

关 键 词：HAAR特征 特征模板  ADABOOST算法

分 类 号：TM71]