局部二元Haar特征Kadane多阈值AdaBoost面部分类识别
杨秋芬1,2; 桂卫华1; 胡豁生1; 余妹兰3
2016-11-15
发表期刊小型微型计算机系统
ISSN1000-1220
卷号37期号:11页码:2582-2587
摘要针对面部分类检测识别过程中,存在的纹理形状特征表征及分类识别算法精度不高的问题,提出一种基于局部二元Haar特征表示的Kadane优化多阈值AdaBoost面部分类识别算法.首先,利用图像局部二元模式对传统的Haar特征表达形式进行改进,提高图像模型的纹理形状特征表达能力;其次,针对单阈值弱学习算法不能充分利用局部二元Haar特征信息,造成分类精度较低的问题,提出基于Kadane优化的多阈值AdaBoost分类器,实现局部二元Haar特征表示下的面部高精度识别;最后,通过实验对比显示,所提算法的面部有效识别率可达90%以上,要优于选取的对比算法.
关键词局部二元特征 Haar特征 AdaBoost分类器 Kadane优化 面部识别
URL查看原文
收录类别北大核心 ; CSCD
语种中文
资助项目国家自然科学基金重点项目(51037004)资助;国家自然科学基金项目(51077097)资助;湖南省科技厅资助项目(2015ZK3071)资助
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/63442
专题国家开放大学湖南分部
作者单位1.中南大学信息科学与工程学院;
2.湖南广播电视大学理工教学部;
3.湖南安全技术职业学院电气与信息工程系
第一作者单位国家开放大学湖南分部
推荐引用方式
GB/T 7714
杨秋芬,桂卫华,胡豁生,等. 局部二元Haar特征Kadane多阈值AdaBoost面部分类识别[J]. 小型微型计算机系统,2016,37(11):2582-2587.
APA 杨秋芬,桂卫华,胡豁生,&余妹兰.(2016).局部二元Haar特征Kadane多阈值AdaBoost面部分类识别.小型微型计算机系统,37(11),2582-2587.
MLA 杨秋芬,et al."局部二元Haar特征Kadane多阈值AdaBoost面部分类识别".小型微型计算机系统 37.11(2016):2582-2587.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[杨秋芬]的文章
[桂卫华]的文章
[胡豁生]的文章
百度学术
百度学术中相似的文章
[杨秋芬]的文章
[桂卫华]的文章
[胡豁生]的文章
必应学术
必应学术中相似的文章
[杨秋芬]的文章
[桂卫华]的文章
[胡豁生]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于UKF-RSS在线建模的WSN节点跟踪定位算法
一种基于物联网技术的智慧教室控制系统
案例教学在高职计算机课程的应用分析
浅谈《离散数学》教学中创造性思维的培养
2DPCA与稀疏表示模型的运动目标跟踪法
一种计算机网络设备远程控制系统及方法
一种智能化控制的计算机应用教学装置及其使用方法
基于网络通信故障体系的处理方法
Gabor小波优化HMM算法的眼部疲劳状态识别
基于改进非线性加权的图像融合算法
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。