双层结构Adaboost健壮分类器用于人眼精确定位

被引:26
作者
刘艺
龚卫国
李伟红
机构
[1] 重庆大学光电技术及系统教育部重点实验室
关键词
眼睛检测; 双层结构; Adaboost; 误检率; 光照变化;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
提出了一种双层结构的Adaboost分类器用于眼睛的定位检测和跟踪。双层眼睛分类器由训练的双眼区域和单眼区域的分类器级联构成一个强分类器。该算法较传统的YCbCr色度空间眼睛模板而言,对光照变化有更大的适应性。相对普通的Adaboost眼睛分类器,该算法保留了原有普通Adaboost分类器的高检测率,同时有效降低了眼睛的误检率。通过研究训练样本数,训练级数和Adaboost分类器误检率的关系,分类器训练效率得到提高。
引用
收藏
页码:801 / 803
页数:3
相关论文
共 4 条
[1]
基于奇异值分解的人脸识别方法 [J].
梁毅雄 ;
龚卫国 ;
潘英俊 ;
李伟红 ;
刘嘉敏 ;
张红梅 ;
不详 .
光学精密工程 , 2004, (05) :543-549
[2]
基于纹理分布和变形模板的面部特征提取 [J].
山世光 ;
高文 ;
陈熙霖 .
软件学报, 2001, (04) :570-577
[3]
Uncorrelated linear discriminant analysis based on weighted pairwise Fisher criterion [J].
Liang, Yixiong ;
Li, Chengrong ;
Gong, Weiguo ;
Pan, Yingjun .
PATTERN RECOGNITION, 2007, 40 (12) :3606-3615
[4]
Improved boosting algorithms using confidence-rated predictions [J].
Schapire, RE ;
Singer, Y .
MACHINE LEARNING, 1999, 37 (03) :297-336