基于代价敏感深度决策树的公交车环境人脸检测

来源：计算机应用杂志2017年第11期北京时间：

作者：娄康, 薛彦兵, 张桦, 徐光平, 高赞, 王志岗

单位：1. 计算机视觉与系统省部共建教育部重点实验室(天津理工大学), 天津 300384;2. 天津市智能计算及软件新技术重点实验室(天津理工大学), 天津 300384

摘要：针对公交车环境下的人脸检测具有光照变化、模糊、遮挡、低分辨率和姿势变化等问题，提出了基于代价敏感深度决策树的人脸检测算法。首先，基于归一化的像素差异（NPD）特征构建单个深度二次树（DQT）；接着，根据当前决策树的分类结果，利用代价敏感Gentle Adaboost方法对样本权重进行更新，依次训练出多棵深度决策树；最后，将所有决策树通过Soft-Cascade级联得到最终的检测算法。在人脸检测数据集（FDDB）和公交车视频上的实验结果表明，所提算法与现有的深度决策树算法相比，在检测率和检测速度上均有提升。

关键词：归一化的像素差异特征,代价敏感,深度二次树,Gentle Adaboost方法,Soft-Cascade

基金资助：国家自然科学基金资助项目（U1509207，61325019，61472278，61403281，61572357）。