期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多阈值弱学习的Adaboost检测器 被引量:3
1
作者 钟向阳 凌捷 《计算机工程与应用》 CSCD 北大核心 2009年第19期160-162,171,共4页
近年来基于Adaboost的人脸检测算法因其快速和可接受的检测率得到了成功的应用。但采用单阈值作弱分类器显得太弱难于适应复杂的统计分布,且训练过程较慢收敛。为克服这些困难,采用分类树作弱学习器,该学习器以贪婪的的方法用误差测度... 近年来基于Adaboost的人脸检测算法因其快速和可接受的检测率得到了成功的应用。但采用单阈值作弱分类器显得太弱难于适应复杂的统计分布,且训练过程较慢收敛。为克服这些困难,采用分类树作弱学习器,该学习器以贪婪的的方法用误差测度减少最大化的划分准则划分节点,并由此生成弱分类器,然后采用RAB或GAB方法在给定数据和标签的训练集上将这些弱分类器提升为强分类器。实践结果表明采用多阈值作弱分类器能显著提高分类器性能。 展开更多
关键词 人脸检测 ADABOOST算法 弱分类器 平缓的Adaboost
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部