题名
基于双特征的改进型AdaBoost人脸检测算法
DOI
作者
张均 叶庆卫
作者单位
宁波大学信息科学与工程学院
摘要
针对传统AdaBoost算法在单特征分类器训练时耗费时间长、弱分类器质量低的问题,本文提出一种基于双特征的改进型AdaBoost分类检测算法。首先,通过粒子群寻优算法(PSO)搜寻最优的两个特征,以及两特征对应的阈值,形成双特征型弱分类器。接着将弱分类器组合成强分类器,最后在MATLAB软件中利用MIT人脸数据库进行仿真实验,结果表明本文基于双特征的分类器性能优于单特征分类器。
关键词
AdaBoost；双特征；弱分类器；粒子群算法
刊名
天线研究
ISSN
3078-9710
年、卷(期)
20203
所属期刊栏目
信息通讯
打印