期刊文献+

浅谈训练样本对Adaboost算法的影响 被引量:2

下载PDF
导出
摘要 将Adaboost算法应用在人脸检测中时,大多数论文并没有探讨训练样本的数量、比例和Harr特征的种类对于人脸检测的影响,这对于初学者来说,是比较难以理解的,因此本文从训练样本的角度,给出了不同情形下使用Adaboost算法的误检率,从而使读者对Adaboost算法有一个定性和定量的了解。
作者 李泽宇
出处 《信息通信》 2012年第5期10-11,共2页 Information & Communications
  • 相关文献

参考文献3

  • 1Yoav Freund, Robert E. Schapire.?"A Decision-Theoretic Generalization of on-Line Learning and an Application to Boosting", 1995:.
  • 2Viola P, Jones M. Rapid Object Detection Using a Boosted Cascade of Simple Features [C]//Proc. of IEEE Conf. on Computer Vision and pattern Recognition. Kauai, Hawaii, USA: Is. n.], 2001.
  • 3MIT-CBCL Face Databases. http://cbcl.mit.edu/sottware- datasets/FaeeData2.html.

同被引文献13

引证文献2

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部