%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