人脸检测 adaboost

FPGA有着规整的内部逻辑阵列和丰富的连线资源,特别适合于数字信号处理,且有良好的并行性和可扩展性。因此,特别适用于人脸检测中多个窗口并行处理以及弱特征的并行运算。

基于改进的LBP特征的AdaBoost算法与肤色检测相结合的人脸检测对采用LBP进行人脸检测有一定得参考作用

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

这是利用opencv实现的基于haar特征的adaboost人脸检测算法，使用VS平台，亲身实践可以使用，将图片放在该文件夹目录下，修改代码中图片名称与你所放图片名称一致就可以对图片中的人脸进行检测。

该资源包含了使用Haar特征和AdaBoost算法实现的人脸检测系统的源码以及训练样本和测试样本。其中，用户可下载faces文件夹中的人脸样本以及nonfaces文件夹中的非人脸样本来进行模型的训练和

seetaface分为FaceDetection（人脸检测）、FaceAlignment（人脸对齐）、FaceIdentification（人脸识别）三个模块，三个模块相互独立，综合利用起来即可实现最

这个是进行harr adaboost算法的实现的人脸检测技术,很多新的方法。

用adaboost算法实现车牌检测，初学者可以多学习

Adaboost和SVM算法，实现人头检测

adaboost算法用于人脸检测和识别，其中有完整的程序，matlab编写的