基于连续Adaboost算法多视角人脸检测

基于连续Adaboost算法多视角人脸检测

ID:37874024

大小:991.02 KB

页数:12页

时间:2019-06-01

基于连续Adaboost算法多视角人脸检测_第1页
基于连续Adaboost算法多视角人脸检测_第2页
基于连续Adaboost算法多视角人脸检测_第3页
基于连续Adaboost算法多视角人脸检测_第4页
基于连续Adaboost算法多视角人脸检测_第5页
资源描述:

《基于连续Adaboost算法多视角人脸检测》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、万方数据计算机研究与发展ISSN1000—1239/CN11—1777/TPJournalofComputerResearchandDevelopment42(9):1612~1621,2005基于连续Adaboost算法的多视角人脸检测武勃1黄畅1艾海舟1劳世兢21(清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084)2(日本欧姆龙公司传感技术研究所京都619—0283)(ahz@mail.tsinghua.edu.cn)AMulti-ViewFaceDetectionBasedonRealAdaboostAlgorithmwuB01,Huangchan9

2、1,AiHaizhoul,andLaoshihon孑10st口teKcyLaboratoryofIntethgentTech扎0logynndsyste"ts,DepartmentofComputerScienceanaTechnotogy。了一i起g矗“n【,押i己旧,.si砂,BP巧i起g100084)2(Ⅵ5ion&孵5i九g了k^胛ozq纠Gr0“户,&行si行g了k矗卵oZqgyL口60厂Ⅱ£o删,o删叼,zCDr加m£io,z,K妒幻,619—0283)AbstractInthispaper,amulti—viewfacedetectionmethodbasedon

3、realAdaboostalgo“thmispresented.Humanfacesaredividedintoseveralviewpointcategoriesaccordingtotheirposesin3D,andforeachofthesecategoriesaformofweakclassifiersinlook—up—table(LUT)typeisdesignedusingHaar—likefeaturesthathaveconfidencesinrealvaluesastheiroutputs,andcorrespondinglyitsspaceofweakc

4、lassifiersisconstructed,fromwhichthecascadefacedetectorislearntbyusingrealAdaboostalgorithm.Forspeedup,mult}resolutionsearchingandposepredictionstrategiesareintroduced.Forfrontalfacedetection,theexperimentsonCMU+MITfrontalfacetestsetresultinacorrectrateof94.5%with57falsealarms;formulti—viewf

5、acedetection,theexpe“mentsonCⅣIUprofilefacetestsetresultinacorrectrateof89.8%with221falsealarms.TheaverageprocessingtimeonaPⅣ2.4GHzPCisabout80msfora320×240一pixelimage.ItcanbeseenthattheproposedmethodisveryefficientandhassignificantValueinapplication.Keywordsmulti—viewfacedetection;realAdaboo

6、st;Haa卜likefeature;LUTweakclassifier;poseestimation摘要提出了一种基于连续Adaboost算法的多视角人脸检测方法.人脸按其三维姿态被划分成若干个视点子类,针对每个子类使用Haar型特征设计了具有连续致信度输出的查找表型弱分类器形式,构造出弱分类器空间,采用连续Adab∞st算法学习出基于视图的瀑布型人脸检测器.为了提高检测速度,使用了多分辨率搜索和姿态预估计策略.对于正面人脸检测,在CMu+MIT的正面人脸测试集合上检测的正确率为94.5%,误报57个;对于多视角人脸检测,在CMu侧面人脸测试集合上检测的正确率为89.8%,误

7、报221个.在一台PentiumⅣ2.4GHz的PC上,处理一幅大小为320×240的图片平均需80ms.实验结果表明该方法十分有效,具有明显的应用价值.关键词多视角人脸检测;连续Adaboost;Haar型特征;查找表型弱分类器;姿态估计中图法分类号TP391收稿日期:2003—1l一14;修回日期:200503—16基金项目:国家自然科学基金重点项目(60332010);日本欧姆龙公司合作基金项目(0302J05)万方数据武勃等:基于连续Adab00st算法的多视角人脸检测16131引言

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。