通过对基于Haar-like特征的AdaBoost人脸检测算法研究,利用由该算法训练的级联分类器和计算机视觉类库OpenCV进行人脸检测系统设计,实现了基于静态图像、摄像头视频和avi视频的人脸检测与标记,以及标记后的人脸区域图像实时显示和存盘。此外,在VC++6.0环境下实现了对人脸检测系统软件界面的开发。实验结果表明,该检测系统开发周期短,检测速度快,实时性强,检测率高,可作为人脸识别和人脸跟踪系统的开发基础。
1
代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP_Adaboost算法的公司财务预警建模代码代码 基于BP
2022-06-04 18:06:48 59KB 算法 代码基于BP_Adaboost
代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码代码 adaboost经典的分类算法代码
2022-06-04 14:05:39 749KB 分类 综合资源 java 数据挖掘
实现算法有KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯
2022-06-02 17:10:48 2.43MB knn kmeans em dt
1
Adaboost算法流程和证明.pdf
2022-05-31 09:01:40 584KB 算法 资料
分级结构adaboost算法在无线传感器网络入侵检测中的.doc
2022-05-30 09:08:24 509KB 文档资料 算法 网络
论文仅供学习参考使用。 基于基于吸收马尔科夫链与Adaboost的显著性检测算法,具体算法为:首先利用SLIC算法得到输入图像的超像素。把超像素看做马尔科夫链的节点,结合颜色与纹理特征计算其转移概率,根据每个节点的被吸收时间,作为其对应的显著值,得到初始显著图。然后基于Adaboost原理构建强分类器来对初始显著图进行优化。最终结合融合初始显著图和优化后的显著图,得到最终结果。同时提出一种基于CRF的显著性区域提取来更精准地划分出前景目标。
2022-05-29 10:44:48 5.51MB 马尔科夫链 图像显著性检测
1
python/人工智能-深度学习-决策树和随机森林学习PDF文档
2022-05-27 21:43:41 1.1MB PYTHON 深度学习 随机森林
1
分类算法的实现“Adaboost”与各种弱学习者。弱分类器有决策树,树桩
2022-05-27 21:12:38 321KB adaboost
1
传统的视频帧间被动取证往往依赖单一特征,而这些特征各自适用于某类视频,对其他视频的检测精度较低。针对这种情况,提出一种融合多特征的视频帧间篡改检测算法。该算法首先计算视频的空间信息和时间信息值并对视频进行分组,接着计算视频帧间连续性VQA特征,然后结合SVM–RFE特征递归消除算法对不同特征排序,最后利用顺序前向选择算法和Adaboost二元分类器对排序好的特征进行筛选与融合。实验结果表明,该算法提高了篡改检测精度。
1