目标检测之人脸检测

本文介绍了目标检测中的人脸检测技术,包括哈尔特征的表示,积分图的快速计算,以及弱分类器、最优弱分类器和强分类器的概念。通过AdaBoost算法构建强分类器,形成级联检测器,实现高效的人脸检测。在实践中,考虑了图像大小变化(scale)和位移量(step),以及如何减少计算量。
摘要由CSDN通过智能技术生成

原文链接

http://blog.csdn.net/tiro_learner/article/details/53312498

目标检测之人脸检测

1.什么是目标检测?

定义:

Object detection is a computer technology related to computer vision and image processing that deals with detecting instances of semantic objects of a certain class (such as humans, buildings, or cars) in digital images and videos

概述:

目标检测是计算机视觉和图像处理领域的一种技术,用来检测图片或视频中的目标。
比如对于人脸检测来说,找出图片或视频中的人脸就可称为目标检测

2.如何检测?

2.1 特征的表示

不同的目标具有不同的特征,比如人脸的特征有:五官,鼻梁在眼睛中间,眼睛颜色比脸颊深等。
检测一个图像是否人脸,其实就是根据该图像是否拥有人脸的特征来判断。
因此,我们需要去提取人脸的特征并用计算机可读的方式来表示这些特征。

harr-like feature(哈尔特征)

定义:

用于物

评论
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