搜索资源列表
FaceRec
- 基于matlab2008的人脸识别系统，使用了PCA +Adaboost与PCA+SVM分别实现了人脸识别，使用了orl人脸库，给一个人的图片就可以识别此人身份，识别率高达84 -Matlab2008 face recognition system based on use of the PCA + Adaboost achieved with the PCA+ SVM face recognition, respectively, using the orl face database
Adaboostzddddg
- 很好的关于人脸识别的毕业论文，从中国知网付费下载得到，《Adaboost人脸识别及其应用研究 》希望对大家有用。-About Face Recognition of good theses, pay-per-download from the Chinese HowNet be, " Adaboost Face Recognition and Its Application" I hope useful to everyone.
paper7
- 基于SVM和AdaBoost的红外目标跟踪的论文，有需要的朋友可以下载-SVM and AdaBoost-based infrared target tracking of papers, there is a need to look at the friend can be downloaded
Scene-Classification
- 提供了三类场景“bedroom”、“CALsuburb”、“industrial”的样本特征集以及原始图像，分别用线性分类器、树状分类器、SVM分类器以及AdaBoost分类器对其进行区分。其中AdaBoost分类器有部分内容调用了Vezhnevets Alexander编写的源码-Provides three types of scenes " bedroom" , " CALsuburb" , " industrial" sample fea
MAERJIANCE
- 场景图像中文本占据的范围一般都较小，图像中存在着大范围的非文本区域。因此，场景图像文本定位作为一个独立步骤越来越受到重视。这包括从最先的CD和杂志封面文本定位到智能交通系统中的车牌定位、视频中的字幕提取，再到限制条件少，复杂背景下的场景文本定位。与此同时文本定位算法的鲁棒性越来越高，适用的范围也越来越广泛。文本定位的方式一般可以分为三种，基于连通域的、基于学习的和两者结合的方式。基于连通域的流程一般是首先提取候选文本区域，然后采用先验信息滤除部分非文本区域，最后根据候选文本字符间的关系构造文本
face-Adaboost
- 用Adaboost和PCA算法实现人脸识别，用Python写的代码，根据经典的PCA和SVM算法改编(Adaboost and PCA algorithm for face recognition, code written in Python, adapted from the classic PCA and SVM algorithm)