人脸检测--基于Adaboost算法的实现

这篇博客介绍了Adaboost算法如何用于人脸识别,通过与肤色特征和模板匹配的对比,强调了Adaboost在提高人脸检测效率上的优势。文章提到了Viola-Jones算法的结合,以及在Matlab中实现人脸检测的关键函数。
摘要由CSDN通过智能技术生成

毕设的时候,做了基于肤色特征的人脸检测之后,通过肤色建模和肤色分割发现检测率并没有预想中的那么好,于是为了提高人脸检测的效率,对基于肤色特征的人脸检测算法那进行了改进,也就是基于模板匹配的人脸检测算法:以下两篇是人脸检测实现的两篇博客,当然也是从自己的毕设论文中搬出来共享给大家的:

1、人脸检测---基于肤色检测的实现

2、人脸检测-基于模板匹配的实现

这两种方法都是基于肤色特征实现的,是比较经典的人脸检测实现的算法,下面将要介绍一种新的人脸检测算法,是一种能够应用于实时监测,同时拥有高检测率的人脸检测算法,Adaboost算法,下面贴出关于几个关于人脸检测算法介绍比较相近的博客:Adaboost的几个人脸检测网站(这个博客将人脸检测的的相关博客都贴出来了,可以参考一下);

Adaboost核心思想是通过

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值