论文部分内容阅读
提出增强型Haar-Like特征和基于双阈值的弱分类器快速训练方法,然后在此基础上提出了继承型Ad-aBoost算法,后层分类器的训练是建立在前层分类器基础之上。该方法具有很快的训练速度,弥补了AdaBoost算法训练速度慢,使得弱分类器数目大大减少,还使得总体检测器的性能得以加强。在实验过程中,首先使用MIT-CBCL库在同样的训练样本和测试样本条件下对几种方法进行了实验,结果表明该方法在训练速度、测试精度及检测时间等方面都优于相应的方法,最后在MIT+CMU人脸测试库进一步验证算法的有效性。