adaboost人脸检测
2017-09-16 22:28:23 17 举报adboost人脸检测流程图
作者其他创作
大纲/内容
按照各弱分类器分类精度对其加权，线性组合后得到强分类器
调用函数 cvHaarDetectObjects 使用针对人脸训练的级联分类器，在图像中找到包含目标物体的矩形区域，并且将这些区域作为一序列的矩形框返回
是否达到训练层数
初始每个样本相同权重
获取分类器数据，将其还原成可用的静态分类器
选择最优的矩形特征及阈值
否
是
输出弱分类器
结束
建立face/noface训练样本集，并设计分类器层数N
为每个矩形特征选择最佳分类阈值
adaboost分类器训练
对错分样本增加权重
读入图像数据
对含有目标的矩形框计数，并获取位置信息
评价每个训练样本上的每一种矩形特征（设计Haar滤波器获取矩形特征）
adaboost人脸检测算法
显示检测结果
根据目标的位置绘制方框标记出人脸区域
0 条评论
下一页
