基于改进型深度LLE和随机森林的人脸检测算法-论文.pdf

基于改进型深度LLE和随机森林的人脸检测算法-论文.pdf

ID:58139445

大小:1.80 MB

页数:5页

时间:2020-04-24

基于改进型深度LLE和随机森林的人脸检测算法-论文.pdf_第1页
基于改进型深度LLE和随机森林的人脸检测算法-论文.pdf_第2页
基于改进型深度LLE和随机森林的人脸检测算法-论文.pdf_第3页
基于改进型深度LLE和随机森林的人脸检测算法-论文.pdf_第4页
基于改进型深度LLE和随机森林的人脸检测算法-论文.pdf_第5页
资源描述:

《基于改进型深度LLE和随机森林的人脸检测算法-论文.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、第37卷第4期电子器件V01.37No.4ChineseJournalofElectronDevicesAug.20142014年8月FaceDetectionAlgorithmBasedonModifiedDepthLLEandRandomForestSONGQuanyou,LIWangao(1.DepartmentofTrafficEngineenng,HenanVocationalandTechnicalCollegeofCommunications,Zhengzhou450052,China2.ComputerCollege,HenanInstituteofEngineerin

2、g,Zhengzhou451191,China)Abstract:Forthecharacteristicsoffacedetection,anovelfacedetectionalgorithmbasedonmodifieddepthLocallyLinearEmbedding(LLE)andRandomForestisproposed.Firstly,thedepthinformationofimagesarecollectedbyKinect,andthethree—dimensionalimagedatabasecanbeestablishedbythedepthinforma

3、tionandcolourinformation.Secondly,thedimensionofdatasetsarereducedbymodifiedLLE,andtheoptimalresultsofdatadimensionreductioncanbegotten.Thetrainingsetsaregottenbytheproportionofdatasets,anddataclassifiercanbegottenbyRandomForest.Finally,thetestsetsareinput,andthefacedetectioncanbeachieved.Thetwo

4、classesofdatasetsareselectedastheexperimentaldata,whichconsistofYaleandJAFFE.Theexperimentresultsshowthattheproposedmethodnotonlyhasagreateffecttoachievefacedetection,butthedetectionrateishigherthanthetraditionalalgorithmsabout7%.Keywords:facedetection;locallylinearembedding(uJE);depth;dimension

5、reduction;randomforestEEACC:6210Cdoi:10.3969/j.iSSn.1005-9490.2014.04.010基于改进型深度LLE和随机森林的人脸检测算法水宋全有,李万高(1.河南交通职业技术学院交通信息工程系,郑州450052;2.河南工程学院计算机学院,郑州451191)摘要:针对人脸检测问题的特点,提出一种基于改进型深度LLE(LocallyLinearEmbedding)算法和随机森林相结合的人脸检测算法。首先,通过采集图像的深度信息,结合图像的颜色信息,构建三维图像信息数据库,再通过改进的IJIJE算法得到最优降维结果,按一定比例选取训练集

6、,输入随机森林算法建立数据分类器;最后,将测试集输入到训练完成的分类器中,实现人脸图像的检测。选取Yale,JAFFE2类数据集与传统算法进行对比实验,验证算法的优越性和可行性。实验结果表明:所提出的算法可以有效地完成人脸检测,检测率高于传统算法7%左右。关键词:人脸检测;局部线性嵌入;深度;降维;随机森林中图分类号:TP391.41文献标识码:A文章编号:1005—9490(2014)04—0626—05近年来,人脸检测问题是模式识别领域较为热性嵌入(LLE)算法,利用流形降维的方式区别各类点问题。一些特定的算法与分类算法结合,可以有数据,郭峰等人_8将LLE算法与SVM算法结合,提

7、效地完成人脸检测问题,由于人脸图像属于高维数出使用数据流形降维,完成人脸的检测;王宪等据,一般需进行特征提取,其代表算法有:主成分分将KPCA算法和高斯核相结合,有效地解决人脸检析(PCA),核主成分分析(KPCA)J,梯度方向直测问题,而这些算法只是简单地处理二维平面人脸方图(HOG)L3]等,这些算法的本质是提取人脸图像图像,并没有有效地使用三维立体信息,在背景复杂的特征向量,再输人到训练完成的分类器。数据分的环境下,往往检测率较低。类算法

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。