搜索资源列表
DOCUMENTS
- 车辆检测和跟踪的两篇论文,基于感兴趣区域AdaBoost分类器的视频车辆检测研究,以及卡尔曼粒子滤波的视频车辆跟踪算法研究-Video vehicle detection tracking
ViolaJones_IJCV
- 一种机器视觉的物体检测算法,是一种先进物体检测算法,全英文描述.讲述一种机器视觉的物体检测算法的实现-his paper describes a visual object detection framework that is capable of processing images extremely rapidly while achieving high detection rates. There are three key contributions. The fi r
Classifier_adaboost
- adaboost分类算法,用于两类成员的区分-AdaBoost classification algorithm for the distinction between the two categories of members
Pedestrian-Detection
- ICCV2013: 简 称UDN算法,从文中描述的检测效果来看,该方法是所有方法中最好的,并且,效果远超过其他方法。经过对论文和该算法源码的研究,该算法是与作者另外一篇 论文的方法 ,另外的论文算法做图片扫描,得到矩形框,然后用该方法对矩形框进行进一步确认,以及降低误警率和漏警率。另外的论文是:Multi-Stage Contextual Deep Learning for Pedestrian Detection 说得难听一点,这篇文章对行人检测没有多大的贡献。仅仅是用深度学习
Adaboost_Std_full
- 基于AdaBoost的面部图像男女性别的识别过程。深入的对算法进行了解。-Based on AdaBoost sexes in facial image recognition process. An in-depth understanding of algorithm.
chapter_matlab
- 根据BP神经网络理论和Adaboost,在MATLAB中编程实现BP_Adaboost算法的公司财务预测建模-According to BP neural network theory and Adaboost, in MATLAB programming BP_Adaboost predictive modeling algorithm finance company
demoadaboost
- Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后把这些弱分类器集合起来,构成一个更强的最终分类器(强分类器)。-Adaboost is an iterative algorithm, the core idea is the same for a training set different classifiers (weak classifiers), and then set up these weak classifiers to form a
adaboost_last
- adaboost分类算法的C++实现,可直接运行-adaboost classification algorithm C++ achieve, can be directly run
ABdemo
- 用matlab实现的adaboost分类器算法Implemented-Implemented with the matlab adaboost Classifier
python-code-for-Machine-learning
- 用于机器学习的全方位python代码,包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据:回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
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
mechine-learning
- 本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统
NaiveBayesSpamFilter-master
- 利用朴素贝叶斯算法实现垃圾邮件的过滤,并结合Adaboost改进该算法(spam filter using Adaboost and Navie bayesian)
MLInActionCode-master
- 机器学习实战的源代码集合,第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具(Machine learning combat source code collection
da
- 基于码本(codebook)的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法,它用于把弱分类器联合成强分类器;SVM本身就是(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haa
fa(4)
- 基于码本(codebook)的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程)(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based SVM Classifier + fast
ga (6)
- 基于码本(codebook)的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based
rq(3)
- 基于码本(codebook)的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法,它用于把弱分类器联合成强分类分类器(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaB