最近看了一篇很牛的论文(Viola等):Robust Real:time Object Detection(http://
dtpapers.googlecode.com/files/CRL-2001-1.pdf),论述的是使用haar特征、adaboost算法来进
行快速人脸检测,由于使用了积分图计算特征值,使用检测速度达到了实时应用的基本要求,极大的推进了人脸检测的研究和应用。在这篇论文中的
adaboost算法特征选择的策略是基于监督的序列向前搜索(SFS),这种策略有它的局限性,在面对非单调评价函数时效果就显得没那么好了。
最近我还发现一篇大牛的论文:Floating Search Methods for Feature Selection with
Nonmonotonic Criterion Functions(具体网络资源的连接找不到了),里面论述一种特征选择策略:浮动搜索策略。以论文
中的叙述这种搜索策略的性能来看,这种搜索策略正好克服上面我所提到那篇论文可能会出现的问题:我们可以用浮动搜索策略来面对非单调性评价函数,我认为
如果那样的话人脸检测的效果应该会得到很大的改善。
上面所述的是我最近所思考的问题,正在专研中,不知道大伙对我所述的问题有什么看法,希望大家踊跃讨论此话题!