- 博客(1)
- 资源 (4)
- 收藏
- 关注
RSS订阅转载 Adaboost算法介绍
每个Haar特征对应看一个弱分类器，但并不是任何一个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），然后把这些不同训练集上的得到的分类器联合起来，构成一个最终的强分类器。 Adaboost 算法中不同的训练集是通过
2010-08-20 20:24:00
3165
3
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人