论文部分内容阅读
在训练基于AdaBoost和Cascade算法的人脸检测器时，由于使用了大量的Haar-Like特征，所以训练过程消耗了大量的时间和存储空间，为此该文提出用较少的沃尔什特征来代替大量的Haar-Like特征，可以较大幅度地降低特征之间的冗余，节约训练时间和存储空间。针对Nesting Cascade完全继承前层分类器的不足之处，提出一种具有自主和继承双重特性的增强型Cascade算法。MIT-CBCL库上的实验表明：沃尔什特征可以加快训练速度，而增强型Cascade算法有助于提高测试精度。最后，使用训练好