搜索资源列表
haar分类器检测人脸
- haar classifiers以及人脸检测的代码。需要用到opencv！
ViSurvPostureClassification.ra
- 基于水平垂直投影图的人体动作分类器，贝叶斯分类方法，含样本图。可对视频文件实时检测，基于opencv库,Based on the level of the vertical projection of human action classification, and Bayesian classification methods, including sample plans. Video files can be real-time detection, based on the opencv
hog_extraction.rar
- 基于OPENCV的静止图像的HOG特征提取算法的全部程序，完全可用于各种图像的HOG特征提取，以进一步训练分类器进行行人检测,source code that apply to the pedestrian detection based on OPENCV.this document can help you extract HOG features from any type image which include human in it
gacv02
- gacv 名字取自 gabor , adaboost , opencv , 他用了 gabor滤波，AdaBoost （MultiBoost ） 分类器和 opencv 开发库，这是第二个测试版叫 gacv02 。这个程序的第一个测试版 gacv01 可以检测大小有一定变化的目标，但是不能检测平面旋转的目标。gacv02 改进了算法可以处 理目标的大小变化和平面旋转，检测速度也有了提高。 -gacv name from gabor, adaboost, opencv, he u
haarcascade_frontalface_alt2
- 前脸训练器，能很好的进行分类，适用于人脸检测-foreface train
Face-Detection
- 基于Adaboost级联分类的人脸和人眼检测，其中的三个xml是Adaboost分类器参数-Adaboost cascade based on the human face and eye detection, three of which are Adaboost classifier parameters xml
GaitRsystem
- 实现人体步态检测和基于步态的人体身份识别算法，主要内容包括背景的提取，人体运动区域检测，人体轮廓提取，步态特征的提取，相似性度量和分类识别-Detection of the realization of human gait and gait-based human identification algorithms, including the background of the main contents of the extraction, detection of human motio
haarcascade_fullbody
- opencv提供的行人检测分类器。可以在图像中检测到行人的位置-opencv provide pedestrian detection classifier. Can be detected in the image location of the pedestrian
HarrDetect
- adaboost 人脸检测，实现批量检测功能，并统计分类器性能-adaboost face detection, to achieve mass detection and performance of statistical classification
SAR POLSAR
- 关于SAR和极化SAR信息处理的好程序。Cloude.m——经典的Cloude极化分解方法中H/alpha参数的求解方法；classes.m——Cloude极化分解方法；myCFAR.m——三种SAR图像目标检测的恒虚警处理方法。全局CFAR，局部CFAR，指数CFAR-SAR and POLSAR information processing codes. Cloude.m-- H/alpha parameter ofclassic Cloude polarization decomposit
human_face_detection_system
- 本文的目的是借助Paul Viola最新提出的实时特征检测的技术，实现一个能够进行快速人脸检测的系统。并且通过训练，得到尽可能优化的分类器构造参数，从而获得具有高检测速度和检测正确率的人脸检测系统。-The purpose of this paper by drawing on the latest proposed by Paul Viola real-time feature detection technology, to realize a fast face detection sys
FaceDetection
- 基于visual c++ 2005和OpenCV环境 FaceDetection是一个静态人脸检测程序，注意FaceDetection需要OpenCV提供的库支持，因此请首先到相关网站上下载并安装OpenCV，此外本程序需要导入一个分类器文件haarcascade_frontalface_alt.xml，该文件在OpenCV中提供，请读者将该文件复制到程序同一目录下，程序即可正确运行。-Based on visual c++ 2005 and OpenCV is a static envir
packetclassify
- 用C语音编写的代码，对网包进行分类，可用于入侵检测系统的开发。-Voice prepared to use C code, on the network packet classification, intrusion detection system can be used for development.
simpleABdemo
- Adaboost算法的基本思想是:利用大量的分类能力一般的弱分类器(weaker ifier)通过一定的方法叠加(boost)起来，构成一个分类能力很强的强分类器 眼eClassifier)，再将若干个强分类器串联成为分级分类器(ClassifierCaseade) 图像搜索检测。本文就是利用Adaboost算法将由类haar特征生成的弱分类器 成为强分类器，再将强分类器串联成为分级分类器。 -Adaboost algorithm basic idea is: the abi
Handbook.of.Image.and.Video.Processing
- 英文原版。本书介绍了图像和视频处理方面的基本原理、主要技术和典型应用，相关的内容包括图像与视频的增强和恢复，分类和分割，图像边缘检测，图像处理算法，图像压缩、存储、重取和通信，以及图像处理的应用。-This Handbook represents contributions from most of the world’s leading educators and active research experts working in the area of Digital Image and
6_classifier_program_in_java
- 6个java实现的分类方法（检测过，可用）,-classification approach based on java
1
- 自适应核密度估计运动检测方法 提出一种自适应的核密度(kernel density estimation, KDE)估计运动检测算法. 算法首先提出一种自适应前景、背景阈值的双阈值选择方法, 用于像素分类. 该方法用双阈值能克服用单阈值分类存在的不足, 阈值的选择能自适应进行, 且能适应不同的场景. 在此基础上, 本文提出了基于概率的背景更新模型, 按照像素的概率来更新背景, 并利用帧间差分背景模型和KDE分类结果, 来解决背景更新中的死锁问题, 同时检测背景的突然变化. 实验证明了所提出
FaceDetection
- FaceDetection是一个静态人脸检测程序，注意FaceDetection需要OpenCV提供的库支持，因此请首先到相关网站上下载并安装OpenCV，此外本程序需要导入一个分类器文件haarcascade_frontalface_alt.xml，该文件在OpenCV中提供，请读者将该文件复制到程序同一目录下，程序即可正确运行。- FaceDetection OpenCV haarcascade_frontalface_alt.xml
Face
- 【原创】VS2008开发，基于OpenCV的人脸检测程序 从摄像头获取图像，人脸检测后输出。 “输出”文件夹中的XML文件为分类器，可以修改代码载入不同的分类器，牛人也可制作自己的分类器。-【原创】 OpenCV-based Face Detection procedure to obtain images from the camera, after the face detection output. " Output" folder for the classif
TuXiangShu
- 本书主要论述了智能图像处理技术,系统介绍了智能图像处理技术的有代表性的思想、算法与应用，跟踪了图像处理技术的发展前沿。全书共分为15章，重点讨论了图像边缘检测、图像分割、图像特征分析、图像配准、图像融合、图像分类、图像识别、基于内容的图像检索与图像数字水印。此外，为了内容的完整性，本书还介绍了图像预处理技术，如图像采集、图像变换、图像增强、图像恢复、图像编码与压缩-This book focuses on intelligent image processing technologies, sy