Institute of Computing Technology, Chinese Academy IR
| 基于支持向量机的人脸检测训练集增强 | |
王瑞平1; 陈杰2; 山世光1; 陈熙霖1; 高文1
| |
| 2008 | |
| 发表期刊 | 软件学报
 |
| ISSN | 1000-9825 |
| 卷号 | 19.0期号:011页码:2921 |
| 摘要 | 根据支持向量机（support vector machine，简称SVM）理论，对基于边界的分类算法（geometric approach）而言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例，探讨了对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法IRS（improved reduced set）的训练集边界样本增强算法，用以扩大训练集并改善其样本分布．其中，所谓IRS算法是指在精简集（reduced set）算法的核函数中嵌入一种新的距离度量——图像欧式距离——来改善其迭代近似性能，IRS可以有效地生成新的、位于类别边界附近的虚拟样本以增强给定训练集．为了验证算法的有效性，采用增强的样本集训练基于AdaBoost的人脸检测器，并在MIT＋CMU正面人脸测试库上进行了测试．实验结果表明，通过这种方法能够有效地提高最终分类器的人脸检测性能． |
| 关键词 | 人脸检测 支持向量机 精简集算法 AdaBoost |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/33913 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.哈尔滨工业大学 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 王瑞平,陈杰,山世光,等. 基于支持向量机的人脸检测训练集增强[J]. 软件学报,2008,19.0(011):2921. |
| APA | 王瑞平,陈杰,山世光,陈熙霖,&高文.(2008).基于支持向量机的人脸检测训练集增强.软件学报,19.0(011),2921. |
| MLA | 王瑞平,et al."基于支持向量机的人脸检测训练集增强".软件学报 19.0.011(2008):2921. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [王瑞平]的文章 |
| [陈杰]的文章 |
| [山世光]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [王瑞平]的文章 |
| [陈杰]的文章 |
| [山世光]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [王瑞平]的文章 |
| [陈杰]的文章 |
| [山世光]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论