使用matlab训练集成分类器，这里使用的是BP网络，也可以很方便地改为其他分类器，与单个BP分类器相比，正确率由87%上升到97.9，有明显地提高。
2019-12-21 20:48:13
14.51MB
1
haartraining+objectmarker，opencv，Adaboost级联分类器训练工具包，里面包含所有用来训练opencv里基于haar特征的adaboost级联分类器的工具，可以用来训练人脸检测，车辆检测等对象检测的级联分类器
2019-12-21 20:44:27
6.61MB
1
自己训练的opencv基于haar特征的adaboost级联分类器模型，里面包含30个model，不同正负样本比例、不同层数。2.0-2500x7500，2.1-2500x6300，2.2-2500x5000，2.3-1500x4000-hr0.99-fa0.5
2019-12-21 20:44:27
1.59MB
1
该资源主要包括一个基于haar特征+AdaBoost，CascadeBoost算法的人脸检测原理文档+2个AdaBoost的matlab代码，以及一个CascadeBoost的matlab代码。代码的注释很多很仔细，适合初学者。
2019-12-21 20:38:08
5.76MB
1
特征降维是模式识别中重要的一步，从图像中提取的原始特征往往维度较高，需要对其降维处理。基于AdaBoost的特征降维是具有良好的特征选择能力，其对每一维特征训练若分离器，根据分类效果调整权重，并最终选择具有分类信息的特征组合。
2019-12-21 20:34:45
6KB
1
adaboost 演示demo（基于Matlab，学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等），动态GUI显示学习过程、vote过程等
2019-12-21 20:34:08
13KB
1
这是一篇关于人脸表情识别的论文，内附有源代码以及一篇非常好的论文（实时检测)，代码已经过测试可用，自己编的，希望可以对初学的人有所帮助
2019-12-21 20:22:14
4.18MB
1
这里不光包含AdaBoost算法本身的实现，而且还有利用特征模板从人脸提取特征值的代码，可以让大家轻松掌握AdaBoost用于人脸识别的全过程。其实设计模板(Haar特征)并提取特征值是整个过程中最累的环节。
2019-12-21 20:17:57
88KB
1