曾义
- 作品数：8 被引量：18H指数：2
- 供职机构：上海交通大学更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于识别模型的多神经网络结合的睁眼检测方法
- 一种基于识别模型的多神经网络结合的睁眼检测方法，属于图像处理领域。本发明包括：A.二值化后标记连通区域，根据人眼二值图几何模型，筛选可能区域。B.基于识别模型设计多神经网络结合的检测器。即将二值图用径向基神经网络识别，若...
- 陈刚申瑞民王加俊申丽萍许世峰曾义
- 文献传递
- 基于识别模型的多神经网络结合的睁眼检测方法
- 一种基于识别模型的多神经网络结合的睁眼检测方法，属于图像处理领域。本发明包括：A、二值化后标记连通区域，根据人眼二值图几何模型，筛选可能区域。B、基于识别模型设计多神经网络结合的检测器。即将二值图用径向基神经网络识别，若...
- 陈刚申瑞民王加俊申丽萍许世峰曾义
- 文献传递
- 实时人脸检测
- 人脸检测作为计算机视觉领域的一个热点研究问题，已经被研究了数十年了。早期人脸识别成为学界一个主要的研究议题时，尽管人脸检测作为一个无法绕开的议题被提出来，但普遍被认为难度远低于人脸识别。随着研究的深入，人脸检测被认为难度...
- 曾义
- 关键词：人脸检测级联分类器
- 文献传递
- 人脸检测级联分类器快速训练算法被引量：7
- 2007年
- 目前AdaBoost训练算法已被广泛地应用于人脸检测中级联分类器的构建,而AdaBoost算法训练级联分类器的周期却十分漫长。为了减少训练时间,文中提出了一种基于AdaBoost的改进训练算法。该算法通过对弱分类器的阈值选择进行一趟处理来降低运算时间复杂度,并根据AdaBoost训练迭代中只改变样本权值而不更新样本的特点对特征值和排序结果进行缓存来提高训练算法的性能。实验结果表明,该算法大幅提高了人脸检测分类器训练系统的性能,使得分类器的训练时间缩短了60多倍。由于AdaBoost算法的通用性,该改进算法不仅适用于人脸检测,也适合所有进行权值更新迭代训练的Boosting算法。
- 唐徙文曾义
- 关键词：级联分类器
- 基于特征数期望最小化的人脸检测分类器构建被引量：2
- 2007年
- 目前Boosting训练算法已被广泛地应用于人脸检测中级联分类器的构建,而Boosting及其大量改进算法都主要关注于检测率而不是分类器的性能。文中提出了一种新的基于检测特征数期望值最小化的级联分类器构建方法使得分类器的各层特征数组合达到最佳性能。实验结果表明最优组合的检测特征数期望值比已发表的组合要小将近2倍,从而获得了比已发表的特征数组合高出近80%的性能提升。因此该方法适用于使用Boosting及其变形算法构建具有最佳性能的级联分类器。
- 曾义陈刚许世峰
- 关键词：人脸检测级联分类器
- 结合时域差分和空域分级的运动人像实时自动跟踪方法
- 一种结合时域差分和空域分级的运动人像实时自动跟踪方法，属于图像处理技术领域。本发明包括以下步骤：A.图像采集卡采集的图像，在低空间分辨率级别，通过时域差分处理后，在自适应阈值作用下，经腐蚀运算，得到二值化差分图；B.在该...
- 陈刚申瑞民王加俊曾义童任
- 文献传递
- 基于Adaboost算法的人眼状态检测被引量：9
- 2007年
- 人眼检测在表情识别和人脸识别中起着非常重要的作用,作为一种预处理的手段,人眼检测和定位可以有效地提高表情识别和人脸识别的识别率。提出了一种基于Adaboost算法的实时人眼状态检测的方法。Adaboost是一个构造准确分类器的学习方法。它将一簇弱分类器通过一定的规则结合成为一个强分类器,再把这些强分类器级联成为一个快速、准确的分类器。分析和讨论训练阶段不同的人眼特征选择对最终检测的影响,并实验测试各种特征方法对特定目标的检测率,给出一个理想的分类器。
- 许世峰曾义
- 关键词：目标检测检测率
- 结合时域差分和空域分级的运动人像实时自动跟踪方法
- 一种结合时域差分和空域分级的运动人像实时自动跟踪方法，属于图像处理技术领域。本发明包括以下步骤：A.图像采集卡采集的图像，在低空间分辨率级别，通过时域差分处理后，在自适应阈值作用下，经腐蚀运算，得到二值化差分图；B.在该...
- 陈刚申瑞民王加俊曾义童任
- 文献传递
