这个案例是基于sklearn机器学习库中的SVM和AdaBoost算法对MINIST数据集中的手写体数字进行识别的。有需要的朋友可以下载一下，欢迎批评指正，一起进步。本来想免积分的，但是csdn不让啊。。。
2019-12-21 20:08:09
178KB
1
1.去掉了所有动态分配内存的操作，对嵌入式系统有一定的速度提升
2.注释覆盖了大量关键代码
3.减少了代码一半的体积，并且减少了部分健壮性的代码，速度比OpenCV源码提升16%
4.修改了大量数据结构，不依赖CV源码直接编译
5.去掉了double型，改成Int
6.开方改成查表
7.除法改成乘法加位移
8.速度是EMCV的6倍
2019-12-21 20:05:18
3.34MB
1
在利用Adaboost算法识别物体之前，需要用ObjectMarker标定正样本进行正样本数据的采集。早先别人上传的ObjectMarker不可用，我作了些修改上传，希望对大家有帮助。运行前把正样本图片放在rawdata文件夹下，运行时按空格标定正样本区域，按回车继续下一张图。
2019-12-21 19:54:26
1.01MB
1
Paul Viola经典人脸检测算法论文《Rapid Object Detection using a Boosted Cascade of Simple Features》的英文原文及中文翻译
本人花了不少时间理解后翻译而成的，对Adaboost级联检测器的学习者比较有帮助。
2019-12-21 19:45:32
431KB
1
viola-jones论文Robust Real-Time Face Detection中的 haar+Adaboost人脸检测方法、人脸检测样本库正负样本，人脸库2000+，非人脸库4000+
2019-12-21 19:40:38
4.22MB
1
人脸检测和人脸识别都是属于典型的机器学习的方法，但是他们使用的方法却相差很大。对于人脸检测而言，目前最有效的方法仍然是基于Adaboost的方法。在网上可以找到很多关于Adaboost方法的资料，但基本上是千篇一律，没有任何新意。给初学者带了很多不便。建议初学者只需要认真阅读：北京大学 赵楠 的本科毕业论文 ：基于 AdaBoost算法的人脸检测 这篇毕业论文就够了。作者详细分析了Adaboost算法在人脸检测中的具体执行过程，尤其是关于弱分类器的Haar特征选取过程，描述的相当清晰。
2019-12-21 19:37:01
3.66MB
1