欢迎来到天天文库
浏览记录
ID:52242540
大小:301.98 KB
页数:4页
时间:2020-03-25
《基于改进的AdaBoost算法的人脸检测与定位.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、94传感器与微系统(TransducerandMicrosystemTechnologies)2010年第29卷第1期基于改进的AdaBoost算法的人脸检测与定位徐前,赵德安,赵建波(江苏大学电气信息工程学院,江苏镇江212013)摘要:针对传统AdaBoost算法在训练过程中出现的退化现象和检测率低的问题,提出了一种有效的解决方法。该方法在传统AdaBoost算法的基础上,对样本的权值参数和弱分类器的加权参数加以改进,有效地抑制了困难样本权值的过分增大,加强了分类器对样本的识别能力,并提高了系统的检测率。实验证明:使用该方法训练的级联人脸检
2、测器具有良好的性能。关键词:人脸检测;权值参数;级联分类器;检测率中图分类号:TP274.2文献标识码:A文章编号:1000-9787(2010)01-0094-04FacedetectionandlocationbasedonimprovedAdaBoostalgorithmXUQian,ZHAODe—an,ZHAOJian—bo(SchoolofElectricalandInformationEngineering,JiangsuUniversity,Zhenjiang212013,China)Abstract:Aimedatthephen
3、omenonofdegradationandtheissueoflowdetectionrateintrainingprocessoftraditionalAdaBoostalgorithm,aneffectivemethodispresented.OnthebasisofthetraditionalAdaBoostalgorithm,thismethodeffectivelyrestrainsweightsofhardsamplesnottoexpandlargelyandstrengthensthecapacityofclassifierf
4、orrecognitionofsamplesbyimprovingtheparametersofsampleweightsandtheweakclassifierweightingvalue.Theexperimentalresultsshowthatthefacedetectorestablishedbythenewmethodhasgoodperformance.Keywords:facef{~tection;weightparameters;cascadeclassifier;detectionrate0引言严重扭曲的现象,即退化现象。本
5、文在AdaBoost算法的基人脸检测是指在输入图像中确定人脸的位置、大小、姿础上,对样本的权值参数和弱分类器的加权参数加以改势的过程,作为人脸信息处理中的一项关键技术,在人脸识进。改进样本的权值参数使样本权值更新过程受到FPR别、人脸追踪、姿势估计、表情识别、图像检索和数字视频等(falsepositiverate)的影响,通过调节因子调节权值修正方面都有着重要的应用J。程度来限制困难样本权值的过分增大;改进弱分类器参数目前,人脸检测的主流方法是基于AdaBoost算法的检可以加强分类器对样本的识别能力。实验证明:该方法具测方法J。AdaBoo
6、st算法是一种自适应Boosting算法,利有良好的性能,有效地限制了退化现象的发生,提高了系统用该算法可以将一族弱学习算法提升为一个强学习算法,检测率。其基本思想根据分类结果对样本权值分布进行调整,正确1传统的AdaBoost算法分类的样本权值减小,错误分类的样本的权值增加,这样,AdaBoost算法是一种迭代算法,是由YoavFreund和学习算法在下一轮迭代中就可以集中学习分类比较困难的RoberteSchapire在1995年提出的,其核心思想是针对同一样本,最终将每轮产生的弱分类器按照加权投票的方式合个训练集训练不同的弱分类器,然后,
7、把这些弱分类器集合并为一个强分类器。起来,构成一个强分类器]。下面是AdaBoost算法的具体AdaBoost算法的权值更新规则是该算法的一个重要优描述:点,它可以保证学习算法专注于处理比较困难的训练样本,1)输入为Ⅳ个训练样本但当训练样本集中包含一些罕见的困难样本时,AdaBoost(1,Y1),⋯(,Y),⋯(Ⅳ,YⅣ),i=1,⋯,N,Yl=0,1分算法将会给这些样本分配较高的权值,最终导致权值分布别表示非人脸样本和人脸样本;收稿日期:2009-06—15第1期徐前,等:基于改进的AdaBoost算法的人脸检测与定位952)对于y=o,1
8、分别初始化权值lIj=,西1改进的权值更新算法使样本权值更新过程更加关注于非人,其中,脸样本的错分率,使前~轮弱分类器错误分类的样本权值m,1分别表示
此文档下载收益归作者所有