基于AdaBoost的眉毛检测与定位

摘要：

文章利用Haar-Like小波及其扩展特征,把AdaBoost算法应用于眉毛的自动检测与定位。实验数据包括114人的228幅眉毛图像,每人闭眼和睁眼各一幅,分别用于训练和测试,大小均为768×586.通过把这些图像缩小1/10后进行AdaBoost训练,解决了其速度较慢和对内存需求较高的问题。实验结果表明,AdaBoost级联分类器的训练耗时约2.7s,测试耗时每幅图像约24ms,对眉毛检测和定位测试的精度达到了97.4％。

关键词： 眉毛检测 Haar-Like特征 AdaBoost级联分类器

作者: 李厚君 李玉鑑

作者单位: 北京工业大学计算机学院,北京,100124

会议类型: 国内会议

会议名称: 第七届全国Web信息系统及其应用学术会议、第五届全国语义Web与本体论学术研讨会、第四届全国电子政务技术及应用学术研讨会

会议地点: 呼和浩特

会议语种:中文

页码: 175-176,200

在线出版日期: 2010-08-01（万方平台首次上网日期，不代表论文的发表时间）