基于新Haar-like特征的Adaboost人脸检测算法

被引：41

作者：

江伟坚 ^{[1
,2
]}

郭躬德 ^{[1
,2
]}

赖智铭 ^{[1
,2
]}

机构：

[1] 福建师范大学数学与计算机科学学院

[2] 福建师范大学网络安全与密码技术福建省重点实验室

来源：

山东大学学报(工学版) | 2014年 / 44卷 / 02期

关键词：

Haar-like特征; Adaboost算法; 人脸检测; 积分图; 级联分类器; OpenCV;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为解决基于Haar-like特征的Adaboost人脸检测方法存在的特征计算复杂度较高的问题,提出两组Haar-like特征扩展集;利用积分图给出特征组的计算方法;采用Adaboost算法在正脸和侧脸样本库分别训练出正脸和侧脸级联分类器,并将其组成双通道分类器。在开源视觉库OpenCV上的实验结果表明,本方法具有较少的弱分类器数,检测效率高、计算速度快,对于多角度人脸检测具有较好的鲁棒性。

引用

页码：43 / 48

页数：6

共 4 条

[1] 基于新Haar-like特征的多角度人脸检测 [J].