基于AFSA和PSO融合优化的AdaBoost人脸检测算法

摘要 针对传统AdaBoost人脸检测算法存在的不足，提出一种将人工鱼群算法、粒子群优化算法和AdaBoost算法相结合的人脸检测算法.该算法利用人工鱼群算法的最佳寻优特性，弥补粒子群优化算法易陷入局部最优的不足，改善粒子样本的枯竭和退化；在AdaBoost训练框架中扩展了Haarlike特征，以排除相关度较低的Haarlike人脸样本特征；采用融合优化的AdaBoost算法寻找弱分类器权重系数的最优值，组合最佳弱分类器，级联形成最终的强分类器.实验结果表明，该算法能够有效提高检测精确率、降低训练时间，取得了较好的人脸检测效果