基于多阈值Boosting方法的人脸检测

摘要

Adaboost算法采用单阈值弱分类器,难以拟合复杂分布,其训练过程收敛速度较慢.针对该问题设计一种多阈值弱学习器,利用平方和减少最大化准则划分节点并生成弱分类器,在训练数据集上采用GAB算法将弱分类器提升为强分类器.实验结果表明,在弱分类器数目相同的情况下,该方法的正样本误报率低于Adaboost算法.