搜索资源列表
HOGadaboost
- 用matla实现的行人检测,使用hog+adaboost的方法,内附程序运行时所需的大量训练及检测图片-Pedestrian Detection with matla achieved, the use of hog+ adaboost the method, enclosing the program is running a lot of training and testing images...
AdaboostHumanDetection
- Adaboost算法的行人检测,这是一篇硕士学位论文-Adaboost algorithm of pedestrian detection, which is a master' s degree thesis
HOG
- Image descr iptor based on Histogram of Orientated Gradients for gray-level images. This code was developed for the work: O. Ludwig, D. Delgado, V. Goncalves, and U. Nunes, Trainable Classifier-Fusion Schemes: An Application To Pedestrian De
CODE
- 1.GeometricContext文件是完成图片中几何方向目标分类。 参考文献《Automatic Photo Pop-up》Hoiem 2005 2 GrabCut文件是完成图像中目标交互式分割 参考文献《“GrabCut” — Interactive Foreground Extraction using Iterated Graph Cuts》 C. Rother 2004 3 HOG文件是自己编写的根据HOG特征检测行人的matlab代码 4 虹膜识别程序
lunwen
- 提出一种多尺度方向(multi-scale orientation,简称 MSO)特征描述子用于静态图片中的人体目标检 测.MSO 特征由随机采样的图像方块组成,包含了粗特征集合与精特征集合.其中,粗特征是图像块的方向,而精特征 由 Gabor 小波幅值响应竞争获得.对于两种特征,分别采用贪心算法进行选择,并使用级联 Adaboost 算法及 SVM 训 练检测模型.基于粗特征的 Adaboost 分类器能够保证高的检测速度,而基于精特征的 SVM 分类器则保证了检测精 度.另
adaboost-train-test
- 级联分类器学习,训练,测试过程 选择了HOG特征和LBP特征-adaboost train learn test hog feature lbp feature
HOG-adaboost
- HOG adaboost pedestrian-detect
DeepLearnToolbox_CNN_lzbV2.0
- DeepLearnToolbox_CNN_lzbV2.0 深度学习,卷积神经网络,Matlab工具箱 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusberg
DeepLearnToolbox_CNN_lzbV3.0
- CNN - 主程序 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusbergpalm/DeepLearnToolbox 作者:陆振波 电子
OpenCode_luzhenbo
- [原创]混沌分析,聚类分析,支持向量机,群体智能优化,深度学习(卷积神经网络)Matlab工具箱全开源版本下载 作者: 陆振波 毕业院校:海军工程大学,船舶与海洋工程(水声工程),博士 精通方向:信号处理,图像处理,人工智能,模式识别,支持向量机,深度学习,机器学习,机器视觉,群体智能,非线性与混沌,Matlab与VC++混编,大数据 擅长技能:团队激励,战略规划,企业文化,组织架构,C,C++,Matlab,OpenCV,并行计算,图像处理,智能视觉,卷积神经网络,人脸检测,行
HOG
- 求取任意图片的HOG特征,一共提取360个梯度特征,可用于ADABoost,SVM中。(Seek the HOG feature of any picture)
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
gmm(2)
- 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(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based SVM Classifier + fast Hough circle trans
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