典型文献
基于最优奇异值占比的融合特征人脸检测
文献摘要：
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.
文献关键词：
人脸检测;奇异值分解;集成分类;Haar特征;HOG特征
中图分类号：
作者姓名：
贾澎涛;雷文华;张婧
作者机构：
西安科技大学计算机科学与技术学院,陕西西安710054
文献出处：
引用格式：
[1]贾澎涛;雷文华;张婧-.基于最优奇异值占比的融合特征人脸检测)[J].西安科技大学学报,2022(06):1198-1204
A类：
B类：
融合特征,人脸检测,快速准确,准确定位,图像分解,分解方法,留人,人脸图像,有效信息,比人,压缩率,HOG,Haar,集成分类,分类方法,ORL,图像数据库,空间复杂度,特征检测方法,LBP,检测准确率,检测速率,融合模型,检测效果,奇异值分解
AB值：
0.299453
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
