搜索资源列表
boostingDemo
- adaboost的实现算法，可进行人脸的样本训练-implementation of the AdaBoost algorithm, can be a sample of people face training
adaboost
- 人脸识别，基于MATLAB的一个人脸识别训练样本-recognition of face
SVM_FACE
- 基于支持向量机的人脸检测训练集增强算法实现。根据支持向量机(support vector machine，简称SVM)~ ，对基于边界的分类算"~(geometric approach)~ 言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例．探讨了 对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法 IRS(improved reduced set)的训练集边界样本增强算法，用以扩大-91l练集并改
pattern-recognition
- 基于特征向量的人脸识别，有训练集和样本集，通过Adaboost强分类器算法实现，结果精确度达到95 以上，给定一个example,就可以在样本集中识别出对应的人脸。-Face recognition based on feature vectors have the training set and sample set by Adaboost strong classifier algorithm, the results of more than 95 accuracy, given an
Face-Detector-Training
- 由一个3D变形人脸模型取自动生成适应的训练样本。由统计视角，tailored训练数据保证了所有的数据变化且由任意的人脸属性丰富训练样本，例如，年龄或体重。更进一步，它可能自动适应到环境约束，例如，来自于监控摄像机的照明或视角约束。我们使用裁剪的（tailor）图象训练一个新的Viola Jones的adaboost 目标检测框架的多核实现。这个新的实现不仅快速的，而且多特征通道的使用成为可能，例如，在训练期间的颜色特征。在我们实验中，我们训练7个依赖视角的人脸检测子并在Face Detectio