资源简介
人脸检测和人脸识别都是属于典型的机器学习的方法,但是他们使用的方法却相差很大。对于人脸检测而言,目前最有效的方法仍然是基于Adaboost的方法。在网上可以找到很多关于Adaboost方法的资料,但基本上是千篇一律,没有任何新意。给初学者带了很多不便。建议初学者只需要认真阅读:北京大学 赵楠 的本科毕业论文 :基于 AdaBoost算法的人脸检测 这篇毕业论文就够了。作者详细分析了Adaboost算法在人脸检测中的具体执行过程,尤其是关于弱分类器的Haar特征选取过程,描述的相当清晰。
代码片段和文件信息
相关资源
- 于老师的人脸识别VS2015工程
- 基于BP神经网络的人脸识别的源代码
- 人脸识别系统设计人脸识别系统设计
- 利用PCA和SVM进行人脸识别
- OpenCV的PCA人脸识别
- 联想人脸识别系统(带教程)
- 人脸识别 基于系统库和68个标志点的
- curvelet域流形学习人脸识别算法
- 基于深度学习人脸识别
- pca 人脸识别+orl人脸数据库
- 耶鲁人脸识别数据集
- 基于DCT 人脸识别
- 基于dct人脸识别
- PCA 人脸识别算法
- 基于PCA算法的Eigenfaces人脸识别算法
- 基于PCA的人脸识别系统的设计与实现
- 基于Adaboost算法的人脸检测
- 人脸识别的英文文献
- olivettiface
- 山世光老师的人脸识别PPT
- 有关人脸识别的黄色人种人脸数据库
- OpenCV识别出两张图片的人脸,并比较
- 基于Adaboost算法的人脸检测研究
- 基于LDA算法的人脸识别程序
- 智能人脸识别算法及FPGA的实现
- 基于KPCA和Gabor小波的特征融合人脸识
- zw_m0_37856223-10140016-基于PCA的人脸识别
- 基于AdaBoost算法的人脸检测系统设计
- facebook DeepFace人脸识别
-
haarcascade_mcs等所有识别xm
l文件
评论
共有 条评论