改进的人脸检测训练方法

针对AdaBoost存在的诸如分类器的级联结构会导致系统拒真率与认假率的失衡,单调性前提的不成立容易直接造成训练过程的失败等缺陷,对人脸检测训练方法进行研究,提出了一种改进算法——neighbor-eliminated boosting(NEB)算法.此算法通过构建一种新的基于双表链接结构的特征描述子存储结构,引入特征相关信息,简化了训练过程.实验结果表明,以NEB算法为基础实现的人脸检测系统,在训练速度上具有明显的优越性.