《表1 实验的检测结果:融合YCbCr肤色模型与改进的Adaboost算法的人脸检测》

《表1 实验的检测结果:融合YCbCr肤色模型与改进的Adaboost算法的人脸检测》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《融合YCbCr肤色模型与改进的Adaboost算法的人脸检测》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

上图是权重修改后得到的正负误差比曲线。取λ1=0.5,λ2=1.5训练样本。由上图权重修改后的正负误差比曲线要比传统Adaboost算法的正负误差比曲线上下波动幅度要小,即限制了权重分配过适应。并且,修改后的Adaboost算法在训练工程中能够产生更多的弱分类器。而传统的Adaboost算法提前就结束了训练。因此改进后的Adaboost算法能够提高检测率。结果如表1所示: