- 博客(5)
- 资源 (27)
- 收藏
- 关注
转载 基础学习笔记之opencv(1):haartraining
人脸检测一种主流的方法就是类haar+adaboosting,opencv中也是用的这种方法。这种方法可以推广到刚性物体的检测,前提是要训练好级联分类器(比如说用类haar特征),一旦训练数据弄好了,直接调用opencv中的类CascadeClassifier,用它的几个简单的成员函数就可以完成检测功能。所以说用起来还是很简单的。下面就是用的opencv中自带的samples中的facedetec
2014-04-17 15:07:49 1150
转载 基础学习笔记之opencv(2):haartraining前将统一图片尺寸方法
基础学习笔记之opencv(2):haartraining前将统一图片尺寸方法 总所周知,机器学习前要训练很多数据,一直感觉训练数据是个很神圣的东西,到底怎么训练呢?头脑一直有这么个疑问,但一直没时间去体验。因此最近在学adaboost算法,就要学会怎样训练出一个.xml文件了。方法是相同的,用过一次,以后的训练过程就差不多了。 只是打算进行简单的人脸数据训练,而是在网
2014-04-17 14:52:05 1676
转载 haartraining生成.xml文件过程
基础学习笔记之opencv(3):haartraining生成.xml文件过程1.准备正负样本: 在上一讲http://www.cnblogs.com/tornadomeet/archive/2012/03/27/2420088.html 中,我们已经收集到了训练所用的正样本。下面就开始收集负样本了,负样本要求是:不能包含人脸,且图片大小也不需要归一化到正样本尺寸,只需比正样本
2014-04-17 14:51:22 1240
转载 OpenCV 之 HaarTraining 算法剖析
OpenCV 之 HaarTraining 算法剖析 1.引言 通过前段时间阅读 OpenCV 的 HaarTraining 代码,基本掌握了 HaarTraining 算法。现将其中的算法作一梳理,同时对 HaarTraining 的使用方法做一简要说明。 HaarTraining 算法总体上以 Friedman, J. H 等人的“Additive Logistic Reg
2014-04-17 14:49:43 1812
转载 cvHaarDetectObjects函数与人脸识别等应用
OpenCV的人脸检测主要是调用训练好的cascade(Haar分类器)来进行模式匹配。cvHaarDetectObjects,先将图像灰度化,根据传入参数判断是否进行canny边缘处理(默认不使用),再进行匹配。匹配后收集找出的匹配块,过滤噪声,计算相邻个数如果超过了规定值(传入的min_neighbors)就当成输出结果,否则删去。匹配循环:将匹配分类器放大scale(传入值)倍,同时
2014-04-11 15:46:30 1856
DAVINCI开发原理.
2011-03-02
Codec Engine Application Developer User's Guide
2011-03-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人