基于最优奇异值占比的融合特征人脸检测

贾澎涛; 雷文华; 张婧

首页> 中文期刊> 《西安科技大学学报》 >基于最优奇异值占比的融合特征人脸检测

基于最优奇异值占比的融合特征人脸检测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相关主题

摘要

为了快速准确定位到人脸区域,解决人脸检测的速率和准确率有待进一步提高问题,提出了一种基于最优奇异值占比的融合特征人脸检测方法。首先,通过奇异值图像分解方法保留人脸图像有效信息,同时对图像实现降维重构;其次,在不同奇异值占比下,通过对比人脸图像的压缩率和准确率获取最优奇异值占比值;最后,基于最优奇异值占比,提出融合HOG,Haar特征人脸检测方法的集成分类方法。结果表明:在ORL人脸图像数据库上,获取的最优奇异值占比值为98%;人脸图像通过降维及重构处理后其空间复杂度降低了78.5%。在重构后的数据上,所提出的融合特征检测方法相对于HOG,LBP和Haar特征的人脸检测方法,检测准确率分别提高2%,17%和10%;相对于基于CNN的人脸检测方法其检测准确率降低0.5%,但检测速率提高99.2%。因此,作者提出的融合模型取得了较好的人脸检测效果。

著录项

来源
《西安科技大学学报》 |2022年第6期|1198-1204|共7页
作者
贾澎涛; 雷文华; 张婧;
展开▼
作者单位

西安科技大学计算机科学与技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类理论、方法;
关键词
人脸检测; 奇异值分解; 集成分类; HAAR特征; HOG特征;

基于最优奇异值占比的融合特征人脸检测

摘要

著录项

相关主题

期刊订阅