Feature type and size selection for adaboost face detection algorithm - Publikacja - MOST Wiedzy

Wyszukiwarka

Feature type and size selection for adaboost face detection algorithm

Abstrakt

The article presents different sets of Haar-like features defined for adaptive boosting (AdaBoost) algorithm for face detection. Apart from a simple set of pixel intensity differences between horizontally or vertically neighboring rectangles, the features based on rotated rectangles are considered. Additional parameter that limits the area on which the features are calculated is also introduced. The experiments carried out on the set of MIT 19x19 face and non-face examples showed the usefulness of particular types of features and their influence on generalization.

Informacje szczegółowe

Kategoria:
Publikacja monograficzna
Typ:
rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
Tytuł wydania:
Image Processing & Communications/ Image Processing and Communication Challenges 2 strony 143 - 149
Język:
angielski
Rok wydania:
2010
Opis bibliograficzny:
Dembski J.: Feature type and size selection for adaboost face detection algorithm// Image Processing & Communications/ Image Processing and Communication Challenges 2/ ed. ed. Ryszard S. Choraś, Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy. Chennai, Indie: Springer-Verlag Berlin Heidelberg, 2010, s.143-149
Weryfikacja:
Politechnika Gdańska

wyświetlono 2 razy

Publikacje, które mogą cię zainteresować

Meta Tagi