基于Gentle Adaboost的多姿态人脸检测器结构研究

摘要

研究在多姿态人脸检测问题中,不同检测器组织结构及其性能差异.只探讨平面外旋转±90°的姿态空间,将其划分为5类姿态.首先训练单姿态检测器,通过提取扩展Haar-like特征,采用Gentle Adaboost算法,训练得到瀑布型检测器;然后对单姿态检测器进行组合构成多姿态分类器.主要对并行级联结构、并行级联附加姿态估计、金字塔结构和决策树结构4种组合结构进行实验对比,分析其在检测速度、检测率、误检数等性能指标上的差异.