排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
为了提高人脸检测的速度及鲁棒性,提出了一种基于级联分类器和期望最大、主成分分析(EM PCA)的人脸检测方法.该方法在训练阶段利用不同分辨率的训练样本来训练2个fisher线性分类器,再利用EM PCA提取特征来训练非线性支持向量机(SVM);在检测阶段,首先通过2个fisher线性分类器快速过滤掉大量的背景区域,再利用非线性支持向量机对余下的候选区域进行进一步验证,以确认是否为人脸.实验结果证明了该方法的有效性和正确性. 相似文献
2.
为了提高人脸检测的速度及鲁棒性,提出了一种基于级联分类器和期望最大、主成分分析(EM PCA)的人脸检测方法.该方法在训练阶段利用不同分辨率的训练样本来训练2个fisher线性分类器,再利用EM PCA提取特征来训练非线性支持向量机(SVM);在检测阶段,首先通过2个fisher线性分类器快速过滤掉大量的背景区域,再利用非线性支持向量机对余下的候选区域进行进一步验证,以确认是否为人脸.实验结果证明了该方法的有效性和正确性. 相似文献
1