论文部分内容阅读
本文对基于Boosting算法的人脸检测进行了研究。主要内容包括：
(1)用于人脸检测的弱分类器选择。针对人脸检测问题对矩形特征分类器和线性分类器做山了分析，并提出了整数规划线性分类器。
(2)Boosting算法家族的算法比较。选取综合性能较好的三种Boosting算法，探讨了其原理，并分别做了分析和比较。这二种算法是AdaBoost，Gentle Boost，LogitBoost。针对LogitB00st的特点，提出了优化算法，大大提高了训练分类器的速度。
(3)人脸检测算法的优化。提出了基于原型的人脸检测算法。通过聚类来减少训练运算量，提高训练准确度。