使用OpenCV的Haar特征训练身份证级联分类器的训练环境

人脸检测matlab代码

为了提高虹膜识别的准确率，通过对虹膜图像进行处理，实现了对虹膜图像的准确定位，得到了增强的归一化图像；使用Haar小波变换进行了特征提取，通过采用K-means方法对小波特征数据进行聚类，实现了粗分类得到了小样本集虹膜图像；结合虹膜的纹理特点，通过使用Log-Gabor滤波器提取虹膜局部纹理特征，量化编码后形成了虹膜特征模板；然后在得到的小样本集内通过汉明距离计算虹膜特征模板的相似度，完成对虹膜图像的识别。实验结果表明，提出的虹膜识别方法有效地避免了虹膜匹配过程中因为虹膜数据库中种类多、数量多带来的计算量大、计算时间长的问题，提高了识别准确率。

针对智能车辆和安全驾驶辅助系统中车辆检测问题,提出一种基于类 Haar 特征和 AdaBoost 分类器并结合车辆灰度对 称性验证的前车检测方法。 使用积分图方法计算图像类 Haar 特征,并对提取的海量类 Haar 特征应用 AdaBoost 算法进行特征 选择及分类器训练,最后使用所选择的特征及分类器进行测试。 实验结果表明,该方法在阴天和晴天情况下检测率分别为 90. 86% 、91. 15% ,可以快速、有效地进行前车检测

机器人感知 该存储库展示了马里兰大学ENPM673课程中完成的项目。 本课程专门设计用于提供对机器人感知的见解，包括从最基本的主题（例如各种图像转换）到最新的算法（例如单眼视觉测距法）。 在本节中，将简要介绍本课程中完成的每个项目。 下面列出了本课程中完成的项目，请单击链接进入特定部分： 请注意，所有代码均已在MATLAB 2016b和MATLAB 2017a上进行了测试和运行。 还要注意，对于视觉里程表项目，您将需要Mathworks Inc.提供的MATLAB的Computer Vision工具箱。可以在找到。 增强现实 这是使用非常基本的概念（例如图像变换和单应性）来生成非常强大的结果（

小波介绍 小波简史 小波概念 小波分析 小波定义 哈尔函数 哈尔基函数 哈尔小波函数 函数的规范化 哈尔基的结构 哈尔小波变换 二维哈尔小波变换 二维小波变换举例 二维小波变换方法

行人检测在视觉监控，驾驶员辅助系统中具有广泛的应用。 它在计算机视觉和模式识别中也非常重要。 在我们的研究中，我们提出了行人检测的多尺度方案。 行人检测方案包括构建强分类器和多尺度检测的两个步骤。 强分类器是弱分类器的集合，是通过使用基于类似Harr特征的AdaBoost学习算法构建的。 然后，采用强分类器对多尺度图像中的行人进行检测，并对检测结果进行合并。 在我们的实验中，提出的多尺度检测方案在灵敏度达到89.3％的情况下每张图像报告了0.35个假阳性。 这表明行人检测的多尺度方案实现了高性能。

人脸识别的特征数据

二维码

使用无监督方式的新Haar-Weibull方差模型检测钢表面缺陷