人脸检测的继承式集成学习方法
Inherited boosting learning for face detection作者机构:国防科学技术大学计算机学院湖南长沙410073 湖南大学信息科学与工程学院湖南长沙410000
出 版 物:《计算机工程与科学》 (Computer Engineering & Science)
年 卷 期:2015年第37卷第1期
页 面:111-118页
核心收录:
学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
主 题:链接式集成学习 嵌入式层叠分类器 继承式集成学习 继承式层叠分类器 查找表弱分类器 人脸检测
摘 要:基于遗传+变异模式,提出继承式集成学习方法框架,它可以训练出四种不同形式的层叠分类器。除了基于无遗传模式的基本层叠分类器与基于全部遗传模式的嵌入式层叠分类器两种传统方法之外,还有基于部分遗传+部分变异模式的特征继承层叠分类器与弱分类器继承层叠分类器。虽然后两种层叠分类器都有一定的继承代价,但是其拟合性更好,可以更好地均衡收敛速度和扩展性能,其综合性能优于传统方法。基于RAB、GAB算法与LUT弱分类器的正面直立人脸检测实验结果表明了新的继承式集成学习方法的有效性。