期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于级联Adaboost和神经网络主元分析算法的人脸检测系统 被引量：6
1
作者 李振雨 王好臣 +1 位作者 王功亮 李家鹏 《科学技术与工程》 北大核心 2018年第1期280-286,共7页
针对人脸检测过程中难以区分人脸与非人脸等问题,提出了一种基于级联Adaboost和神经网络主元分析(PCA)算法的人脸检测新方法以提高人脸检测的正确率。采用两级检测器对人脸进行区分检测:首先将计算速度较快的Adaboost算法作为第一级检... 针对人脸检测过程中难以区分人脸与非人脸等问题,提出了一种基于级联Adaboost和神经网络主元分析(PCA)算法的人脸检测新方法以提高人脸检测的正确率。采用两级检测器对人脸进行区分检测:首先将计算速度较快的Adaboost算法作为第一级检测器对人脸图像快速扫描,对所有判断为人脸的窗口进行合并。然后将合并的窗口提取特征并送入作为第二级检测器的PCA进行验证,排除那些不可能是人脸模式的窗口。最后经过PCA检测结果判别输出验证后的人脸窗口参数(包括窗口的大小和位置信息)。不同算法检测结果显示,基于本方法的人脸检测正确率达到了92.6%,检测率为94.1%;基于Adaboost检测正确率为62.5%,检测率为88%;基于SVM检测正确率为54%,检测率为89%;基于FSS检测正确率为66%,检测率为92%。实验结果表明,本方法能够很好地区分人脸模式和非人脸模式。因此,级联Adaboost和PCA算法组成的两级检测器可以明显提高人脸检测系统的性能。 展开更多
关键词 人脸检测 MSO特征 两级检测器 人脸数据库
在线阅读 下载PDF
基于非正面人脸检测的脖子剔除研究 被引量：1
2
作者 王浩南 沈天飞 蒋晨 《工业控制计算机》 2018年第3期125-126,129,共3页
人脸检测可以分为正面人脸和非正面人脸两种,主要讨论在非正面情况下的人脸区域检测。正面人脸检测中通常会使用五官信息,比如眼睛、鼻子等,并且目前已经能够达到很高的检测精度。但是在非正面情况下,照片中不含有五官信息或者五官信息... 人脸检测可以分为正面人脸和非正面人脸两种,主要讨论在非正面情况下的人脸区域检测。正面人脸检测中通常会使用五官信息,比如眼睛、鼻子等,并且目前已经能够达到很高的检测精度。但是在非正面情况下,照片中不含有五官信息或者五官信息不完整时,肤色信息就成为了非正面人脸检测最主要的信息。通过肤色检测得到的肤色区域往往会包含脖子,因此为了得到完整的人脸部分,剔除脖子成为一个重要的研究工作。介绍了一种基于肤色检测和边缘检测的脖子剔除方法,通过肤色区域轮廓特征实现人脸与脖子区域的分割。 展开更多
关键词 非正面人脸检测 肤色检测 轮廓提取 脖子剔除
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部