文献类型：期刊文章

作　　者：李佩[1] 汪红娟[1] 李业丽[1] 刘梦阳[1]

LI Pei;WANG Hongjuan;LI Yeli;LIU Mengyang(College of Information Engineering,Beijing Institute of Graphic Communication,Beijing 102600,China)

机构地区：[1]北京印刷学院信息工程学院

出　　处：《北京印刷学院学报》

基　　金：国家自然科学基金(项目编号:11603004);北京自然科学基金(项目编号:1173010);北京市教育委员会项目(项目编号:KM20171001500);北京印刷学院师资队伍建设项目(项目编号:27170118003/006)

年　　份：2020

卷　　号：28

期　　号：1

起止页码：128-132

语　　种：中文

收录情况：NSSD、普通刊

摘　　要：基于AdaBoost的人脸检测算法在人脸检测的领域里有着十分重要的地位,它是基于对boosting算法的优化而被提出来的,不同之处在于它可以根据前一次的样本训练结果来决定样本在下一次训练中的权重。在该算法中,研究主要针对Haar-like特征方面,另外该算法与积分图有着密切关系。通过Haar-like提取图像中的人像特征,然后采用积分图计算出特征值,最后利用加权投票方式筛选出弱分类器和强分类器,从而完美的提升了分类器的检测速度和正确率。这种算法具有泛化错误率低,无需参数调整及高稳定性的特点。

关 键 词：AdaBoost人脸检测算法  HAAR-LIKE特征 积分图 分类器

分 类 号：TP391]