- All Journals
- Al-Qadisiyah University
- Basrah University
- Kirkuk University
- Mosul University
- The Iraqi Borad for Medical Specialization
- University of Anbar
- University of Technology
- Al Mustafa University
- Al-Zahraa University for Women
- Alnoor University
- Kunooz University
- Misan University
- Ninevah University
- Tikrit University
- University of Al-Hamdaniya
- University of Kerbala
Application of Haar-like Features in Three AdaBoost Algorithms for Face Detection | ||
| Journal Of Wassit For Science & Medicine | ||
| Article 1, Volume 4, Issue 1, 2011, Pages 38-54 | ||
| Abstract | ||
| الخلاصة:نقدم في هذا البحث نظام التصنيف التدفقي والمؤلف من خمس مراحل تصنيفات قوية، وبصورة عملية تم تحليل ثلاثة أنواع من الخوارزميات (Real و Modest و Gentel)، التي تم استخدامها لتقوية المصنف القوي. ولكل مرحلة من مراحل المصنف القوي تم استخدام خمسة نماذج من صفات (Haar-like)، هي (مربعين أثنين افقيين، مربعين اثنين عموديين، ثلاثة مربعات افقية، ثلاثة مربعات عمودية، و اربعة مربعات). وتم تطبيق صفات المربعين الافقيين والعمودين وخوارزمية ادابوست في المصنفات القوية الاولى والثانية على التوالي، و تطبيق صفات المربعات الثلاثة الافقية والعمودية وخوارزمية ريل ادابوست في المصنفات القوية الثالثة والرابعة على التوالي، واخيرا تم تطبيق صفات المربعات مع خوارزمية ريل ادابوست في المصنف القوي الخامس من المصنف التدفقية. ومن خلال التنفيذ لوحظ بأن افضل استخدام لخوارزمية ادابوست هي: خوارزمية موديست ادابوست لكل من المصنفات القوية الاولى والثانية، و خوارزمية ريل ادابوست للمصنفات القوية الثالثة والرابعة.AbstractIn this paper we introduce a proposed cascade classifier system consists of five strong classifiers (stages), and empirically analysis three types of Adaboost algorithms (Real, Modest, and Gentle) which it were used for boosting the strong classifiers. Five prototypes of haar-like features (two-horizontal rectangles, two-vertical rectangles, three-horizontal rectangles, three-vertical rectangles, and four-rectangles) are used for each strong classifier (stage) of cascade classifier. Two-horizontal, two-vertical rectangles features and Modest-Adaboost Algorithm are applied for the 1st and 2nd strong classifier respectively, three-horizontal, vertical-rectangles features and Real-Adaboost Algorithm are applied for 3rd and 4th strong classifier respectively, and the last, four-rectangles and Real-Adaboost Algorithm are applied for the 5th strong classifier of cascade classifier. The implementation shows that the best use of Adaboost algorithm is: the Modest-Adaboost algorithm for both 1st and 2nd strong classifier, and the Real-Adaboost algorithm for 3rd,4th and 5th strong classifier. | ||
|
Statistics Article View: 167 PDF Download: 10 |
||