Multiscaled Hybrid Features Generation for AdaBoost Object Detection

Jerzy Dembski

Multiscaled Hybrid Features Generation for AdaBoost Object Detection

Abstrakt

This work presents the multiscaled version of modified census features in graphical objects detection with AdaBoost cascade training algorithm. Several experiments with face detector training process demonstrate better performance of such features over ordinal census and Haar-like approaches. The possibilities to join multiscaled census and Haar features in single hybrid cascade of strong classifiers are also elaborated and tested. The high resolution example images were used in detector training process.

Autor (1)

Jerzy Dembski dr inż.

Cytuj jako

Pełna treść

pobierz publikację

pobrano 0 razy

Wersja publikacji: Accepted albo Published Version
Licencja: otwiera się w nowej karcie

pełna treść artykułu zobacz w serwisie zewnętrznym otwiera się w nowej karcie

Słowa kluczowe

Informacje szczegółowe

Kategoria:: Publikacja w czasopiśmie
Typ:: artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
Opublikowano w:: Journal of Medical Informatics & Technologies nr 24, strony 75 - 82,
ISSN: 1642-6037
Język:: angielski
Rok wydania:: 2015
Opis bibliograficzny:: Dembski J.: Multiscaled Hybrid Features Generation for AdaBoost Object Detection// Journal of Medical Informatics & Technologies. -Vol. 24., (2015), s.75-82
Weryfikacja:: Politechnika Gdańska