论文部分内容阅读
近年来Adaboost算法被成功地用于人脸检测中,本文给出了一种基于加权最小平方误差boos-ting算法的人脸检测。首先本方法在每一次循环中用加权最小平方误差准则训练弱假设,与原始Ada-boost算法不同的是弱假设的生成不仅用于预测分类,而且用于估计每次预测的自信率,然后由这组含自信率的弱假设集成构造出强分类器。实践表明基于加权最小平方误差boosting算法的分类器有较高的检测率和较低的正样本误检率。