%0 Journal Article
%T 改进的人脸检测训练方法
%A 樊
%A 宁
%A 苏
%A 菲
%J 北京邮电大学学报
%P 73-76
%D 2008
%R 10.13190/jbupt.200804.73.031
%X 针对AdaBoost存在的诸如分类器的级联结构会导致系统拒真率与认假率的失衡，单调性前提的不成立容易直接造成训练过程的失败等缺陷，对人脸检测训练方法进行研究，提出了一种改进算法——neighbor-eliminatedboosting（NEB）算法。此算法通过构建一种新的基于双表链接结构的特征描述子存储结构，引入特征相关信息，简化了训练过程。实验结果表明，以NEB算法为基础实现的人脸检测系统，在训练速度上具有明显的优越性。
%K 人脸检测
%K 自适应提升算法
%K neighbor-eliminated
%K boosting算法
%K 双表链接结构
%K Neyman-Pearson决策规则
%U http://www.buptjournal.cn/CN/abstract/abstract858.shtml