人脸相关
文章平均质量分 83
王嗣钧
不积跬步,无以至千里;不积小流,无以成江海
展开
-
Opencv研读笔记:haartraining程序之icvCreateCARTStageClassifier函数详解(强分类器创建)~
之前介绍了haartraining程序中的cvCreateMTStumpClassifier函数,这个函数的功能是计算最优弱分类器,这篇文章介绍一下自己对haartraining中关于强分类器计算的一些理解,也就是程序中的icvCreateCARTStageClassifier函数。原创 2015-01-04 20:24:00 · 3675 阅读 · 11 评论 -
浅谈随机森林在人脸对齐上的应用~
在我之前的博客中介绍过随机森林,随机森林在机器学习中的应用十分广泛,它属于非传统的机器学习算法,其他的诸如神经网络,MRF,Adaboost,乃至现在大名鼎鼎的深度学习,越来越取代了传统机器学习算法,如子空间学习,流程学习等的地位。果不其然,在众多基于传统机器学习的人脸对齐算法中,去年CPVR2014也出现了一篇论文,名曰《Face Alignment At 3000fps via Local Binary Features》,正是利用了随机森林对特定点进行定位,取得了与SDM等算法同样的效果,最关键的是,原创 2015-04-22 23:15:58 · 6174 阅读 · 16 评论 -
文献笔记:《Fitting a 3D Morphable Model to Edges: A Comparison Between Hard and Soft Correspondences》读后感~
发一篇小文,未完待续哈!原创 2016-02-27 13:21:54 · 6402 阅读 · 8 评论 -
Opencv研读笔记:haartraining程序之cvCreateMTStumpClassifier函数详解(弱分类器创建)~
cvCreateMTStumpClassifier函数出自opencv中的haartraining程序,在adaboost(cvCreateTreeCascadeClassifier)的强分类器(icvCreateCARTStageClassifier)中被两次调用,该函数用于寻找最优弱分类器,或者说成计算最优haar特征。功能很明确,但是大家都知道的,opencv的代码绝大部分写的让人真心看不懂,这个函数算是haartraining中比较难以看懂的函数,局部变量达到20个之多,童鞋我也是不甘心,不甘心被这原创 2014-12-31 14:31:36 · 2463 阅读 · 2 评论 -
Opencv研读笔记:haartraining程序之莫名其妙的条件宏ICV_DEF_FIND_STUMP_THRESHOLD_SQ解释~
曾经,纠结过haartraining中条件宏ICV_DEF_FIND_STUMP_THRESHOLD_SQ的使用,主要对它的代码结构和内容比较不解,针对这个条件宏,自己专门看了Gentle Adaboost的paper,才彻底理解代码的含义,我想也有童鞋同样对这段代码比较困惑,所以写下这篇博客。原创 2014-12-29 20:20:13 · 2690 阅读 · 2 评论 -
Opencv研读笔记:haartraining程序之cvCreateCARTClassifier函数详解(CART树状弱分类器创建)~
cvCreateCARTClassifier函数在haartraining程序中用于创建CART树状弱分类器,但一般只采用桩分类器,因为其训练过程实在是太慢了。之前自己调试过代码,要等差不多10分钟(2000正样本、2000负样本)才能训练完一个3节点的弱分类器,当然,总体的树状弱分类器的数目可能也会减少2/3,这个还没有仔细训练过。之所以将此函数拿出来说说,主要是因为之前在网上找不到专门针对这个函数的说明,同时,基于CART树的弱分类器,也具有一定的借鉴意义。原创 2015-02-02 17:49:14 · 2514 阅读 · 6 评论 -
人脸检测中几种框框大小的选择~
人脸检测应用极为广泛,内部细节也偏多,尤其是涉及到几种类型的框,这几种框的大小之前有着千丝万缕的联系,对检测性能的好坏影响程度大小不一。本篇文章基于自己在人脸检测方面的经验,对这些框的来龙去脉尽量做出解释。原创 2014-11-18 10:18:52 · 11537 阅读 · 1 评论 -
人脸姿态估计浅谈~
之前做过一段时间的人脸姿态估计研究,取得了比较理想的效果,拿出来和大家分享一下,第一次写博客,肯定有表达不清晰的地方,还请大家多多批评哈!当时自己刚开始这方面的研究,特别想找到关于这方面的博客介绍,可惜没有,于是产生了写一篇该方向上博客的想法,废话不多说,开始介绍!人脸姿态估计,顾名思义,给定一张人脸图像,确定其姿态,姿态由什么构成呢?很简单(pitch,yaw,roll)三种角度,分别代原创 2014-09-15 16:14:53 · 31853 阅读 · 14 评论 -
对人脸检测中误检漏检的一些理解~
人脸检测是二分类问题,误检指的是非人脸被认为是人脸,漏检指的是人脸被认为是非人脸,误检和漏检的理论解释有一些,本文尝试从下面这个角度与童鞋们进行探讨误检漏检原因,因为我说的不一定对。还请大家多多指教!!!原创 2014-12-01 17:09:47 · 13662 阅读 · 0 评论 -
文献笔记:《Can we still avoid automatic face detection?》读后感~
要开始回归博客生活喽原创 2016-02-25 23:04:17 · 2129 阅读 · 0 评论