earticle

영어

Adaboost is a meta learning algorithm and it is used many area of object detection. In the field of face detection it is used in conjunction with Haar-like feature filtering because of its fast speed and high accuracy. Adaboost shows very effective performance for face detection in single distribution model such as front face but it shows reduced performance on multiple distribution models such as mixture of front face and side face. As a result of reduced performance this paper proposed to improve performance of multiple distribution models using IBL (Instance Based Learning) algorithm combined with the Haar-like feature.

한국어

메타학습 알고리즘인 Adaboost는 단순한 분류기(classifier)인 Haar-like feature 필터와 결 합하여 빠른 속도와 높은 정확도를 나타내기 때문에 많은 객체 검출에 분야에 사용되고 있으며 그 중 특히 얼굴 인식 분야에서 뛰어난 성 능을 나타내고 있다. 그러나 Adaboost 알고리즘은 얼굴인식 시 정면 얼굴과 같은 단일 모델 검출에는 매우 효율적 이지만 측면 얼굴과 정면 얼굴이 혼합된 모델에서의 검출 시 성능이 저하되는 문제점을 가 지고 있다. 이 문제를 해 결하기 위해 본 논문에서는 혼합모델의 검출 성능을 높이기 위해 인스턴스 정보를 저장하여 학습하는 알고리즘인 IBL(Instance Based Learning)를 Haar-like feature 필터와 결합한 알고리즘을 제안한다.