基于两级分类器和SVM的人脸检测研究

被引：1

作者：

尚凯 ^{[1
]}

徐东平 ^{[1
]}

于红芸 ^{[2
]}

机构：

[1] 武汉理工大学计算机科学与技术学院

[2] 鲁东大学数学与信息学院

来源：

计算机与数字工程 | 2008年 / 11期

关键词：

人脸检测; 分类器; 机器学习; 支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

人脸检测是自动人脸识别系统的基础。为提高人脸的检测速度,采用一种基于两级分类器和支持向量机的人脸检测方法。该方法中,第一级分类器采用特征基方法,对待检测区域进行粗筛选,过滤掉大量非人脸背景信息,然后在剩余区域,用第二级分类器支持向量机进行验证,若是人脸,给出标识。支持向量机有效克服了神经网络中可能遇到的局部极小值和过学习问题,是统计学习理论的基础上新发展起来的机器学习算法。实验结果表明该算法提高了检测速度,系统更有效率。

引用

页码：143 / 145+157 +157

页数：4