基于支持向量机的人脸检测训练集增强
文献类型:期刊论文
作者 | 王瑞平1; 陈杰2; 山世光1; 陈熙霖1; 高文1![]() |
刊名 | 软件学报
![]() |
出版日期 | 2008 |
卷号 | 19.0期号:011页码:2921 |
关键词 | 人脸检测 支持向量机 精简集算法 AdaBoost |
ISSN号 | 1000-9825 |
英文摘要 | 根据支持向量机(support vector machine,简称SVM)理论,对基于边界的分类算法(geometric approach)而言,类别边界附近的样本通常比其他样本包含有更多的分类信息.基于这一基本思路,以人脸检测问题为例,探讨了对给定训练样本集进行边界增强的问题,并为此而提出了一种基于支持向量机和改进的非线性精简集算法IRS(improved reduced set)的训练集边界样本增强算法,用以扩大训练集并改善其样本分布.其中,所谓IRS算法是指在精简集(reduced set)算法的核函数中嵌入一种新的距离度量——图像欧式距离——来改善其迭代近似性能,IRS可以有效地生成新的、位于类别边界附近的虚拟样本以增强给定训练集.为了验证算法的有效性,采用增强的样本集训练基于AdaBoost的人脸检测器,并在MIT+CMU正面人脸测试库上进行了测试.实验结果表明,通过这种方法能够有效地提高最终分类器的人脸检测性能. |
语种 | 英语 |
源URL | [http://119.78.100.204/handle/2XEOYT63/33912] ![]() |
专题 | 中国科学院计算技术研究所期刊论文_中文 |
作者单位 | 1.中国科学院计算技术研究所 2.哈尔滨工业大学 |
推荐引用方式 GB/T 7714 | 王瑞平,陈杰,山世光,等. 基于支持向量机的人脸检测训练集增强[J]. 软件学报,2008,19.0(011):2921. |
APA | 王瑞平,陈杰,山世光,陈熙霖,&高文.(2008).基于支持向量机的人脸检测训练集增强.软件学报,19.0(011),2921. |
MLA | 王瑞平,et al."基于支持向量机的人脸检测训练集增强".软件学报 19.0.011(2008):2921. |
入库方式: OAI收割
来源:计算技术研究所
浏览0
下载0
收藏0
其他版本
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。