face detection
niepengpeng333
这个作者很懒,什么都没留下…
展开
-
高斯混合模型(GMM)参数优化及实现
高斯混合模型(GMM)参数优化及实现 1 高斯混合模型概述高斯密度函数估计是一种参数化模型。有单高斯模型(Single Gaussian Model, SGM)和高斯混合模型(Gaussian mixture model,GMM)两类。类似于聚类,根据高斯概率密度函数(PDF,见公式1)参数的不同,每一个高斯模型可以看作一种类别,输入一个样本< xmlna转载 2012-02-04 16:54:54 · 5941 阅读 · 5 评论 -
颜色空间
摘自:http://blog.csdn.net/juyingmin/article/details/5689591 (注:做了一些完善工作)1,CMY/CMYK颜色空间 青、品红、黄(CMY)(Cyan、Magenta、Yellow)彩色模型是彩色图象印刷行业使用的彩色空间,在彩色立方体中它们是红、绿、蓝的补色,称为减色基,而红、绿、蓝称为加色基。在CMY模型中,颜转载 2012-02-09 15:55:30 · 3834 阅读 · 1 评论 -
AdaBoost人脸检测训练算法
摘自:http://blog.csdn.net/alec1987/article/details/7470108 (备注:还没有学习,先只是做收藏)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,这种检测方法最初由剑桥大学的两位大牛Paul Viola和Michael Jones[ViolaJones01]提出,并由另一位大牛英特尔公司的Rainer Lienh转载 2012-05-28 17:45:44 · 2040 阅读 · 0 评论 -
三维人脸研究
摘自: 三维人脸研究 三维人脸研究现状:传统的人脸识别方法是基于二维图像分析的理论进行人脸的表示、分析、提取特征并进行分类识别。虽然基于二维图像的人脸识别算法在半个多世纪的研究过程中,取得了丰硕的成果,但是研究表明,基于二维图像分析的人脸识别方法受到诸如光照、姿态、表情等成像条件的影响较大。与二维数据相比,三维数据包含了人脸的空间信息,是人脸本身固有的信息,对外界条转载 2012-05-28 17:47:36 · 6784 阅读 · 2 评论 -
支持向量机
摘自:http://www.cvchina.info/2010/10/02/zz-svm/在free mind上看到一个非常详尽的svm介绍,还在不断更新中,不可不看。基本篇:支持向量机: Maximum Margin Classifier —— 支持向量机简介。支持向量机: Support Vector —— 介绍支持向量机目标函数的 dual 优化推导,并得出“支持向量转载 2012-05-21 17:54:23 · 554 阅读 · 0 评论