【摘 要】
:
提出一种改进的AdaBoost算法,提高人脸检测的训练速度,以及检测速度和精度。先将每个Haar?Like特征下所有样本的特征值量化,然后据此分别计算出人脸和非人脸样本,再快速计算出简单分类器的阈值和偏置。分析样本特征值的分布特性,进一步提出了双阈值快速算法。在MIT-CBCL训练库上对算法进行了验证,结果显示基于权重直方图的双阈值AdaBoost算法—DW-AdaBoost的训练速度提高150多
【机 构】
:
南京理工大学计算机科学与技术学院,淮阴工学院计算机工程系
【基金项目】
:
国家自然科学基金资助项目(6063205060473039),江苏省高校自然科学基金资助项目(06KJD520024),淮安市科技发展基金资助项目(HAG05053)