Boosting S U Component Classifier applied for Face Localization
محل انتشار: پانزدهیمن کنفرانس مهندسی برق ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 2,354
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE15_158
تاریخ نمایه سازی: 17 بهمن 1385
چکیده مقاله:
Boosting is a general methodfor improving the accuracy of any given learning algorithm. In this pctper we employ combination of Adaboost with Support Vector Machine (SVM) as component classffiers to be used in Face Detection Task Proposed combination outperforms in generalization in comparison with SVM on imbalanced classification problem. The proposed here method is compared, in terms of classification accuracy, to other commonly used Adaboost methods, such as Decision Trees and Neural Networks, on CMU+MIT face database. Results indicate that the
performance ofthe proposed method is overall superior to previotu adaboost approaches.
کلیدواژه ها:
نویسندگان
Seyyed Majid valiollahzadeh
Electrical Engineering Department, Amirkabir University of Technology, Tehran, Iran
Abolghasem Sayadiyan
Electrical Engineering Department, Amirkabir University of Technology, Tehran, Iran
Mohammad Nazari
Electrical Engineering Department, Amirkabir University of Technology, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :