人脸检测的继承式集成学习方法
【出 处】:
【作 者】:
文佳宝
[1,2] ;
熊岳山
[1]
【摘 要】
基于“遗传+变异”模式,提出继承式集成学习方法框架,它可以训练出四种不同形式的层叠分类器.除了基于“无遗传”模式的基本层叠分类器与基于“全部遗传”模式的嵌入式层叠分类器两种传统方法之外,还有基于“部分遗传+部分变异”模式的特征继承层叠分类器与弱分类器继承层叠分类器.虽然后两种层叠分类器都有一定的继承代价,但是其拟合性更好,可以更好地均衡收敛速度和扩展性能,其综合性能优于传统方法.基于RAB、GAB算法与LUT弱分类器的正面直立人脸检测实验结果表明了新的继承式集成学习方法的有效性.
相关热词搜索: 链接式集成学习 嵌入式层叠分类器 继承式集成学习 继承式层叠分类器 查找表弱分类器 人脸检测 chained boosting learning embedded cascade classifier inherited boosting learning inherited cascade classifier LUT weak classifier face detection