基于可控风险敏感AdaBoost算法的人脸检测

作     者：何智翔 丁晓青 方驰 文迪 

作者机构：清华大学电子工程系智能技术与系统国家重点实验室清华信息科学与技术国家实验室北京100084 

出 版 物：《清华大学学报（自然科学版）》 (Journal of Tsinghua University(Science and Technology))

年 卷 期：2012年第52卷第12期

页      面：1703-1708,1714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] 081104[工学-模式识别与智能系统] 08[工学] 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] 

基　　金：国家“八六三”高技术项目(2009AA11Z214) 国家自然科学基金资助项目(60972094,61071135) 教育部博士点基金项目(20090002110077) 

主　　题：人脸检测 误分类风险 分类错误率 风险敏感AdaBoost算法 

摘      要：在人脸检测问题中,需要使用风险敏感的AdaBoost算法来最小化人脸的误分类风险。但是现有的风险敏感的AdaBoost算法对位于分类边界附近的低风险样本的分类性能很差,影响了最终的检测性能。为了解决这个问题,该文通过分析风险敏感的AdaBoost算法的分类错误率,从理论上指出了造成该问题的原因,并据此提出了可控风险敏感的AdaBoost算法。经过实验,该算法在相同召回率的情况下比风险敏感的AdaBoost算法取得了更低的虚警率,并且在CMU正面直立人脸测试集上也获得了更优的人脸检测结果。实验结果表明:该算法在保持风险敏感AdaBoost算法优点的同时,提高了对低风险样本的鉴别能力,获得了更好的性能。