![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
特征识别
文章平均质量分 64
donglin425
这个作者很懒,什么都没留下…
展开
-
关于人脸检测中的Haar特征提取
影响AdaBoost人脸检测训练算法速度很重要的两方面是特征选取和特征计算。选取的特征为矩特征为Haar特征,计算的方法为积分图。(1)Haar特征: Haar特征分为三类:边缘特征、线性特征、中心特征和对角线特征,组合成特征模板。特征模板内有白色和黑色两种矩形,并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。在确定了特征形式后 Harr- like特征的数量就取决于训练样本转载 2011-12-08 22:17:18 · 698 阅读 · 0 评论 -
贝叶斯学习的理论
利用Bayesian分类需要获得概率。Preface 本文缘起于最近在读的一本书-- Tom M.Mitchell的《机器学习》,书中第6章详细讲解了贝叶斯学习的理论知识,为了将其应用到实际中来,参考了网上许多资料,从而得此文。文章将分为两个部分,第一部分将介绍贝叶斯学习的相关理论(如果你对理论不感兴趣,请直接跳至第二部分基于朴素贝叶斯分类器的文本分类算法(下)>>)。第二部分讲如何转载 2011-12-08 22:27:59 · 626 阅读 · 0 评论 -
图像特征特点及其常用的特征提取与匹配方法
常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。一 颜色特征(一)特点:颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征。另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需转载 2011-12-08 22:21:11 · 539 阅读 · 0 评论 -
二级指针的应用~动态数组
二级指针的应用之一就是创建动态数组,包括一维数组和二维数组:代码如下: //一维数组int init(int **p,intsize) { int *a; if((a=(int*)malloc(size*sizeof(int)))==NULL)return 0; printf("input %d values:\n",size); *p=a; while(s转载 2011-12-08 22:30:08 · 1068 阅读 · 0 评论 -
MATLAB 读取NC数据的命令
关于natcdf插件在MATLAB2008a,vista系统的安装 需要用到这个插件就在网上搜索了一下,找到不少说明:http://yjxstsp2.blog.163.com/blog/static/50506739200811251553650/这个姐姐的地方的说明是很详细的,很有用处的,我在这在转贴一下:转自WZY的BLOG【经本人亲自测试,该方法同样适合用于VISTA转载 2011-12-09 00:46:36 · 17817 阅读 · 1 评论 -
AdaBoost算法原理
每个Haar特征对应看一个弱分类器,但并不是任伺一个Haar特征都能较好的描述人脸灰度分布的某一特点,如何从大量的Haar特征中挑选出最优的Haar特征并制作成分类器用于人脸检测,这是AdaBoost算法训练过程所要解决的关键问题。 Paul Viola和Michael Jones于2001年将Adaboost算法应用于人脸检测中,其基本思想是针对不同的训练集训练同一个分类器(弱分类器),转载 2011-12-07 22:21:31 · 2762 阅读 · 0 评论 -
AdaBoost人脸检测原理
对人脸检测的研究最初可以追溯到 20 世纪 70年代,早期的研究主要致力于模板匹配、子空间方法,变形模板匹配等。近期人脸检测的研究主要集中在基于数据驱动的学习方法,如统计模型方法,神经网络学习方法,统计知识理论和支持向量机方法,基于马尔可夫随机域的方法,以及基于肤色的人脸检测。目前在实际中应用的人脸检测方法多为基于Adaboost 学习算法的方法。 Viola人脸检测方法是一种基于积分图转载 2011-12-08 22:23:54 · 689 阅读 · 0 评论