基于Floatboost算法的人眼定位-论文.pdf

《基于Floatboost算法的人眼定位-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、信息传输与接入技术doi：10．3969／j．issn．1003—3l14．2014．05．14引用格式：李维军，吴乐华，郭雨，等．基于Floatboost算法的人眼定位[J]．无线电通信技术，2014，40(5)：47—5O基于Floatboost算法的人眼定位李维军，吴乐华，郭雨，唐鉴波(重庆通信学院，重庆400035)摘要：Floatboost算法相较于传统的Adaboost算法、Boosting算法具有计算量少和运算速度快的优点，目前在机器学习中应用广泛。针对人脸与人眼精确定位问题，采用Haar-like提取人脸特征，再运用Floatboost学习算法

2、得到人脸检测器，在人脸准确定位的基础上使用Floatboost训练的人眼分类器定位人眼。Floatboost算法具备回溯性的优点，去掉了较弱特征，减少计算量，提升了运算速度。关键词：Haar—like特征提取；Floatboost算法；人脸检测；人眼定位中图分类号：0413．2文献标识码：A文章编号：1003-3114(2014)05—47—4EyeLocationBasedonFloatboostAlgorithmLIWei—jun。WULe．hua，GUOYu，TANGJian—b0(ChongqingCommunicationInstitute，Chon

3、gqing400035，China)Abstract：ComparedwiththetraditionalAdaboostalgorithmandBoostingalgorithm，Floatboostalgorithmhassuchfeaturesaslowcomputationalcomplexityandhighoperationalspeed，andnowitiswidelyusedinmachinelearning．Inthispaper，aimingatfaceandeyepinpoint，thefacefeatureextractionisimp

4、lementedbyusingHaar-like，afacedetectorisobtainedbyusingFloatboostlearningalgorithm，andtheeyeclassificationimplementseyelocationbyusingFloatboosttrainingbasedonfaceaccuratelocation．Floatboostalgorithmhastheadvantageretrospection，whichremovestheweakerfeatures，reducescomputationalcompl

5、exityandenhancesoperationalspeed．Keywords：Haar—likefeatureextraction；floatboostalgorithm；facedetection；eyeslocation1995年，Freund和Schapire⋯提出了Adaboost0引言算法，该方法不需要预先知道假设错误率的下限，也目前人眼定位的应用领域相当广泛，主要有以不需要任何关于弱学习器性能的先验知识，相比下几个方面：驾驶员疲劳检测¨、刑事侦查、身份识Boosting12]算法具有更高的效率。但由于Adaboost别以及视线控制显示屏系统等

6、。人眼定位方非单调性的特点，应用中容易陷入死循环。针对这法基本上可以归结为3类：基于模板的方法、基于几一情况，Li¨等人在2004年对此进行了改进，提出何特征的方法和基于统计学习的方法。基于模板的了Floatboost算法，该算法具有回溯性的特征，解决方法可以分为基于相关匹配的方法和动态匹配方了非单调性带来的问题，并且去掉了较弱特征，提高法等；基于几何特征的方法包括HSI虹膜检了运算速度。测、色彩信息和灰度投影法等；基于统计学1Floatboost算法系统构架习的方法，较为常用的包括Adaboost算法j、支持向量机(SVM)和主元分析法(PCA)¨等。基于基

7、于统计学习方法的步骤包括目标特征提取和统计学习的方法在同样环境下的精确度和鲁棒性较分类器的设计，目前特征提取方法主要有基于ICA好于基于模板和基于几何特征的方法，所以基于统计特征提取、基于PCA特征提取、基于神经网络以及学习的方法在当前人眼定位领域中得到广泛应用。Haar．1ike特征提取等方法。Harr．1ike特征提取采用积分图像计算特征值，提高了效率，减少了计算量。基金项目：重庆高校创新团队建设计划资助(KJTD201343)1．1Haar-like特征提取方法收稿日期：2014-06-12Haar．1ike的矩形特征是Viloa和Jones¨在作者简介

8、：李维军(1985一)，男，硕士研究生