基于新增haar特征和改进AdaBoost的人脸检测算法

摘要

为了提高base haar特征和原始AdaBoost算法的检测率并降低其误检率,提出一种改进型人脸检测算法。该算法采用新增haar-like特征,改进弱分类器选取方式和权重更新方式的AdaBoost算法,构建分类性能强大的级联分类器实现对人脸的有效检测。实验对比证明,与原始AdaBoost算法相比,新增haar-like特征方法检测率提高了1.1%,误检率降低了2.45%;改进AdaBoost算法检测率提高了2%,误检率降低了5.11%;同时新增haar-like特征并改进AdaBoost算法方法检测率提高了4.22%,误检率降低了7.56%。