-
-
一种基于类Haar 特征和改进AdaBoost
首先, 基于积分图提
取图像的扩展类haar 特征, 然后对所提取的海量类haar 特征应用改进的AdaBoost 分类器训练方法进行特征选择及分
类器训练, 最后利用所选择的特征信息及训练得到的分类器进行两类分类识别
-
Adaboost人脸检测算法研究及OpenCV实现
针对复杂背景条件下人脸检测的检测率低速度慢的问题, 选用了基于统计的人脸检测
算法. 详细介绍了Adaboost人脸检测算法的原理及训练流程. 利用OpenCV 图像处理软件与A daboost
人脸检测算法的结合模块, 选取扩展的H aar特征, 实现了人脸检测并给出了检测结果. 设计
的检测器对592个人脸漏检62个, 可达倒20帧/ s左右. 因此该方法具有较高的准确度和实时性.
-
-
-
-
-
AdaBoost人脸检测程序
利用opencv2.3.1 开发的adaboost人脸检测,使用了正面人脸分类器,当摄像头检测到的正面人脸消失三秒钟后记录摄像头照片。项目开始的时候会有记录十张用户图片计算平均人脸面积。
-
-
-
-