AdaBoost
共 92 篇文章
AdaBoost 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 92 篇文章，持续更新中。
Adaboost人脸检测算法研究及OpenCV实现
Adaboost人脸检测算法研究及OpenCV实现学术论文
基于AdaBoost人脸检测算法在DSP上实现
·摘要： 以DSP TMS320DM642为核心处理器,设计了一种通用的实时人脸检测系统.采用Viola el al.s提出的人脸检测AdaBoost算法,该算法实现了人脸检测的高速性和高准确性.本文主要介绍将该检测算法在DSP上实现,利用了它的流水线操作、多杌并行处理等特点.本系统能够在高分辨率图像和实时视频数据中,实现实时的人脸检测,从而使算法计算量及载入速度的瓶颈问题得到解决.&
一种基于Adaboost的车牌定位算法
·一种基于Adaboost的车牌定位算法
期刊论文：一种基于AdaBoost的快速动态人脸检测算法
·期刊论文：一种基于AdaBoost的快速动态人脸检测算法
期刊论文：结合Gabor特征与Adaboost的人脸表情识别
·期刊论文：结合Gabor特征与Adaboost的人脸表情识别
基于FPGA的人脸检测系统设计
人脸识别技术继指纹识别、虹膜识别以及声音识别等生物识别技术之后，以其独特的方便、经济及准确性而越来越受到世人的瞩目。作为人脸识别系统的重要环节—人脸检测，随着研究的深入和应用的扩大，在视频会议、图像检索、出入口控制以及智能人机交互等领域有着重要的应用前景，发展速度异常迅猛。 FPGA的制造技术不断发展，它的功能、应用和可靠性逐渐增加，在各个行业也显现出自身的优势。FPGA允许用户根据自己的需要来建
Adaboost算法的VLSI设计研究和FPGA实现
随着计算机科学在人机交互领域的极大发展，作为人脸信息处理中的一项关键技术，人脸检测现在已经成为模式识别，计算机视觉和人机交互领域不可缺少的一部分。但是，人脸检测算法存在计算量大、速度慢等缺点。软件实现方式无法达到实时处理要求，而现有的硬件实现需要占用大量硬件资源。 本文针对现有人脸检测硬件实现的缺点，通过对Adaboost算法和现有硬件结构的分析，提出了双流水线硬件检测架构：扫描窗口流水线、特征向
一种基于Haar小波变换的彩色图像人脸检测方法
本文提出了一种基于 Haar 小波变换的彩色图像人脸检测方法。首先进行彩色空间的变换，检测出图像中的肤色区域；利用Adaboost 算法训练出的基于Haar 小波变换的检测器对该区域进行人脸检测；建立
集成学习的多分类器动态组合方法
为了提高数据的分类性能，提出一种集成学习的多分类器动态组合方法(DEA)。该方法在多个UCI标准数据集上进行测试，并与文中使用的基于Adaboost算法训练出的各个成员分类器的分类效果进行比较，证明了
基于AdaBoost特征约减的入侵检测分类方法
提出一种基于AdaBoost的入侵特征约减算法，利用该算法约减入侵特征中的冗余特征，构造Ada-加权和Ada-域值分类器，并与支持向量机分类器进行对比。设计并实现Linux实时入侵检测实验平台，并将特
基于肤色的复杂背景条件下的人脸检测
提出一种肤色与Adaboost 方法相结合的人脸检测方法。首先把图像转换为YCbCr 颜色空间，然后利用肤色在CbCr 上的聚类性对图像进行预处理，最后，使用Adaboost 算法对候选人脸集进行细化
基于FPGA的人脸检测系统设计.rar
人脸识别技术继指纹识别、虹膜识别以及声音识别等生物识别技术之后，以其独特的方便、经济及准确性而越来越受到世人的瞩目。作为人脸识别系统的重要环节—人脸检测，随着研究的深入和应用的扩大，在视频会议、图像检索、出入口控制以及智能人机交互等领域有着重要的应用前景，发展速度异常迅猛。 FPGA的制造技术不断发展，它的功能、应用和可靠性逐渐增加，在各个行业也显现出自身的优势。FPGA允许用户根据自己的需要来建
Adaboost算法的VLSI设计研究和FPGA实现.rar
随着计算机科学在人机交互领域的极大发展，作为人脸信息处理中的一项关键技术，人脸检测现在已经成为模式识别，计算机视觉和人机交互领域不可缺少的一部分。但是，人脸检测算法存在计算量大、速度慢等缺点。软件实现方式无法达到实时处理要求，而现有的硬件实现需要占用大量硬件资源。 本文针对现有人脸检测硬件实现的缺点，通过对Adaboost算法和现有硬件结构的分析，提出了双流水线硬件检测架构：扫描窗口流水线、特征向
Adaboost算法并行硬件架构研究与FPGA验证.rar
人脸检测是机器视觉的重要组成部分，广泛应用于人机交互，视频监控等领域。如何在嵌入式系统上实现实时人脸检测是一项非常有研究价值的课题。基于Adaboost 算法的级联人脸检测方案检测速率快，检出率高，该算法将分类器分成若干级，只有通过所有分类器才能判定为人脸。通过将特征数量少的分类器放在前面，迅速排除大部分非人脸区域，在不影响检测精度的情况下，可显著提高检测速度。 但是该算法需要存取的数据量大，计算
智能人脸识别算法及其FPGA的实现.rar
人脸自动识别技术是模式识别、图像处理等学科的一个最热门研究课题之一。随着社会的发展,各方面对快速有效的自动身份验证的要求日益迫切，而人脸识别技术作为各种生物识别技术中最重要的方法之一，已经越来越多的受到重视。对于具有实时，快捷，低误识率的高性能算法以及对算法硬件加速的研究也逐渐展开。 本文详细分析了智能人脸识别算法原理，发展概况和前景，包括人脸检测算法，人眼定位算法，预处理算法，PCA和ICA 算
基于ARM的人脸识别系统设计与实现
人脸识别技术作为生物识别技术之一，是模式识别在图像领域中的具体运用，其应用前景非常广阔，可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全，图片检索等领域。 人脸识别系统主要分为人脸检测定位，特征提取和人脸分类三部分。人脸的检测和定位，即从输入的图像中找到人脸及人脸存在的位置，并将人脸从背景中分离出来。在特征提取部分，先对原始人脸数据进行特征提取，之后原始数据由维数较少的有效特征数据
基于DSP的自动人脸识别门禁系统设计与实现
·摘 要:基于DSP构建的自动人脸识别门禁系统具有超高速、高性能、高可靠性的优点,本文用Adaboost统计学习方法进行人脸检测和用非线性SVM分类器进行人脸验证,然后用PCA算法和SVM进行识别,最后根据识别结果,判断用户是否合法,控制门的开关.
基于DSP的AdaBoost人脸检测算法实现
·摘要： 为解决人脸检测实时性问题,提出了基于DSP实现人脸检测算法.改进了AdaBoost人脸检测算法,在层次型AdaBoost检测算法的基础上,改进了特征定义方式,提出模糊层次型人脸检测器结构.介绍了TI公司的DSP芯片及其外围电路,描述了系统中各个模块的工作流程.最后,阐述了利用CCS对DSP程序进行优化.实验结果表明,在输入图像大小为256×256像素的条件下,检测速度达到每秒
使用matlab编程的，行人检测的adaboost分类器的数据
使用matlab编程的，行人检测的adaboost分类器的数据
adaboost分类算法的C++实现，可直接运行
adaboost分类算法的C++实现，可直接运行-adaboost classification algorithm C++ achieve, can be directly run