基于肤色模型与Adaboost算法的多视角人脸检测

文档名：基于肤色模型与Adaboost算法的多视角人脸检测
提出了一种基于椭圆肤色模型与可控风险敏感型Adaboost(CCS-Adaboost)算法的多视角人脸检测方法.在人脸检测的离线训练部分,该方法使用Haar-like特征和CCS-Adaboost算法训练样本.CCS-Adaboost在最小化分类错误率的同时能够最小化样本的误分类风险,从而它能够提高分类准确性.在实时检测部分,首先通过使用YCbCr颜色空间的椭圆模型快速检测出可能的人脸区域,然后通过基于CCS-Adaboost的多视角人脸检测器检测人脸.多视角人脸检测器中级联分类器的前四层构成姿态预估部分,如果样本未通过级联检测器的前四层,那么该样本被确定为一个非人脸样本.实验证明该检测器可以有效和准确地检测多视角人脸.
作者：阳崇云桑农陈张一陈子伊
作者单位：华中科技大学自动化学院,湖北武汉430074;华中科技大学多谱信息处理技术重点实验室,湖北武汉430074
母体文献：第十一届中国智能机器人会议论文集
会议名称：第十一届中国智能机器人会议  
会议时间：2015年10月22日
会议地点：大连
主办单位：中国人工智能学会
语种：chi
分类号：
关键词：人脸检测  肤色模型  Adaboost算法  姿态预估
在线出版日期：2019年4月17日
基金项目：
相似文献
相关博文

2024-12-10 14:59 上传 基于肤色模型与Adaboost算法的多视角人脸检测.pdf

文件大小:

1.25 MB

下载次数:

60

高速下载