暂无评论
移植OpenCV的AdaBoost人脸检测算法到DaVinci平台（DM6467开发板），大致讲了移植过程中需要修改的代码以及一些注意事项。
基于adaboost算法和肤色分割的人脸检测方法研究
viola-jones论文RobustReal-TimeFaceDetection中的haar+Adaboost人脸检测方法、人脸检测样本库正负样本，人脸库2000+，非人脸库4000+
基于 Adaboost 的人脸检测系统的设计与实现(opencv+Python)-附件资源
pca方法来实现人脸识别，：人脸图像预处理、人脸检测和人脸特征提取，本文对这三个过程都进行了比较详细的探讨。在预处理环节中，文中介绍了一些常用的图像预处理方法：彩色图像转灰度图像、图像平滑去噪、图
基于Haar特征和改进的AdaBoost算法的人脸图像识别.pdf
针对肤色检测对复杂背景下的图像误检率高和AdaBoost算法对多姿态、多人脸图像检测效果不理想的问题，将基于肤色的人脸检测与基于AdaBoost算法的人脸检测结合起来，提出一种新的人脸检测方法，即首先
本文创新点在于采用了一种像素积分单元阵列结构,能够对 Adaboost 算法中的Haar 特征进行并行处理。结合Virtex5 平台丰富和特殊结构的逻辑资源,得到了理想的性能,甚 至已经能够和高性能的
机器学习七大经典算法中的Adaboost算法，使用Python实现
针对AdaBoost人脸检测算法易受到纹理干扰而造成误检的情况,提出了一种结合自适应肤色验证的快速人脸检测算法CMFS。该算法首先用运动检测为前置处理减小人脸检测搜索范围,然后用AdaBoost算法检
暂无评论