搜索资源列表
Adaboost人脸识别(有GUI)
- 实现人脸识别，有多种算法，包含gui界面，识别率高，程序易懂，值得借鉴(The realization of face recognition has a variety of algorithms, including the GUI interface, high recognition rate, easy to understand program, and it is worth reference.)
addaboost
- 用HAAR和Adaboost训练并检测行人，其中存在一点BUG，需要安装LIB-SVM(Using HAAR and Adaboost to train and detect pedestrians, there is a bit of BUG, and LIB-SVM needs to be installed.)
ViolaJones_version0b_bin
- 用adaboost对人脸检测，利用haar特征对积分图像进行训练，得到强弱分类器(Face detection is done by AdaBoost, and integral image is trained by Haar feature, and the strong and weak classifier is obtained.)
FaceRec
- 分别用基于PCA+SVM和PCA+Adaboost 两种算法进行对200张人脸图片进行识别。(200 face images are identified by two algorithms based on PCA+SVM and PCA+Adaboost.)
基于PCA的人脸识别
- 使用PCA算法对人脸图像进行处理，使用adaboost算法训练分类器，对训练集中的20个人每人五张照片进行训练，对测试集中的同样多的照片进行识别，可以得到很高的识别率
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计，并能够区分上行和下行。实验的基本思路是： 在一个行人头部大小的带状区域中进行头部检测（HaarLike Adaboost方法），然后利用一个滑动的跟踪门对检测的头部结果进行关联，同时利用运动历史图分析的方法估计行人轮廓的运动方向，最后对序列关联特征进行分析给出上下行的统计结果。
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计，并能够区分上行和下行。实验的基本思路是： 在一个行人头部大小的带状区域中进行头部检测（HaarLike Adaboost方法），然后利用一个滑动的跟踪门对检测的头部结果进行关联，同时利用运动历史图分析的方法估计行人轮廓的运动方向，最后对序列关联特征进行分析给出上下行的统计结果。