实战三:实现物体识别

本文详细介绍了基于Haar+Adaboost的人脸识别原理,包括Haar-like特征、积分图和AdaBoost算法的作用。同时,探讨了SVM在男女识别中的应用,阐述了SVM的工作原理,并提供了训练和预测的步骤。
摘要由CSDN通过智能技术生成

                                   实战三:物体识别

一、基于Haad+Adaboost实现人脸识别


1.原理介绍(参考下面的博客文章)


http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html

Haar分类器 = Haar-like特征+积分图方法+AdaBoost+级联

Haar分类器算法的要点如下:

     a.使用Haar-like特征做检测

     b.使用积分图(Integral Image)对Haar-like特征求值进行加速

     c.使用AdaBoost算法训练区分人脸和非人脸的强分类器

     d.使用筛选式级联把强分类器级联到一起,提高准确率

(1)Haar-like特征是什么?

       a.什么是特征呢?

       假设在人脸检测时我们需要有这么一个子窗口在待检测的图片窗口中不断的移位滑动,子窗口每到一个位置,就会计算出该区域的特征,然后用我们训练好的级联分类器对该特征进行筛选,一旦该特征通过所有强分类器的筛选,则判定该区域人脸。

       b.Haar-like特征的表示

       下面是Viola牛们提出的Haar-like特征。

 

  • 0
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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