搜索资源列表
adaboost
- 基于ADABOOST的人脸检测代码，使用继承的策略，包括特征的计算，提取，ADABOOST训练，级联，最后训练出数据，还有注释，可以帮助大家研究ADBOOST-Based on ADABOOST face detection code, the use of inheritance strategies, including the calculation of features, extraction, ADABOOST training cascade, the last train out
haarcascades
- opencv中haar+Adaboost已经训练好的分类器。有双目、身体等等，出自专家之手，必属精品，CV 1.0版本的有需要就下吧。-haarcascades train by expects, body, eyes.. xml files of many kinds are included which can be used directly. OpenCV 1.0 ver can download from here.
SVM_FACE
- 基于支持向量机的人脸检测训练集增强算法实现。根据支持向量机(support vector machine，简称SVM)~ ，对基于边界的分类算"~(geometric approach)~ 言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例．探讨了 对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法 IRS(improved reduced set)的训练集边界样本增强算法，用以扩大-91l练集并改
ADABOOST_tr
- adaboost算法训练,tr_func_handle and te_func_handle are function handles for training and testing of a weak learner, respectively. The weak learner has to support the learning in weighted datasets. The prototypes of these functions has to be as f
adaboost
- adaboost to train a classifier-adaboost classifier
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
myfacedet02
- matlab代码程序，利用Adaboost算法训练人脸图像和非人脸图像，通过迭代得到由多个弱分类器组合而成的强分类器，实现图片里的人脸检测。-Matlab code，Using Adaboost algorithm to train the face images and not face images, obtained strong classifier which is conprised of multiple weak classifiers by iteration ， re
AdaBoost-train-code
- 经典的Adaboost分类器训练过程详细的matlab代码解释，对做模式识别的人很有用-Classic Adaboost classifier training process explained in detail matlab code, to do pattern recognition is useful
adaboost
- AdaBoost元算法属于boosting系统融合方法中最流行的一种，说白了就是一种串行训练并且最后加权累加的系统融合方法。 具体的流程是：每一个训练样例都赋予相同的权重，并且权重满足归一化，经过第一个分类器分类之后， 计算第一个分类器的权重alpha值，并且更新每一个训练样例的权重，然后再进行第二个分类器的训练，相同的方法....... 直到错误率为0或者达到指定的训练轮数，其中最后预测的标签计算是各系统*alpha的加权和，然后sign（预测值）。 可以看出，训练流程是串行的
adaboost_version1e
- 一个简单的adaboost分类的方法。随机生成两组数据，训练分类器。之后再生成两组数据进行分类。效果很好-A simple way adaboost classification. Randomly generated two sets of data, to train a classifier. After re-generate two sets of data classification. Good results
binarytree
- 二叉树分类器的训练matlab程序，以及利用Adaboost来训练强分类器的matlab代码-the program of train binarytree classifier,and train and get the strong classifier by using Adaboost
Face-Detector-Training
- 由一个3D变形人脸模型取自动生成适应的训练样本。由统计视角，tailored训练数据保证了所有的数据变化且由任意的人脸属性丰富训练样本，例如，年龄或体重。更进一步，它可能自动适应到环境约束，例如，来自于监控摄像机的照明或视角约束。我们使用裁剪的（tailor）图象训练一个新的Viola Jones的adaboost 目标检测框架的多核实现。这个新的实现不仅快速的，而且多特征通道的使用成为可能，例如，在训练期间的颜色特征。在我们实验中，我们训练7个依赖视角的人脸检测子并在Face Detectio
Ensemble-Learning
- 集成学习将若干基分类器的预测结果进行综合，具体包括Bagging算法和AdaBoost算法；还有随机森林算法，利用多棵树对样本进行训练并预测的一种分类器-Integrated learning integrates the prediction results of several base classifiers, including Bagging algorithm and AdaBoost algorithm and random forest algorithm, using a t
BP-Adaboost
- BP-Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。-The BP-Adaboost model uses BP neural network as weak classifier to repeatedly train BP neural network to predict the sample output. Adaboost algorithm is used to obtain a
adaboost
- 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)。其算法本身是通过改变数据分布来实现的(Adaboost as an iterative algorithm which core idea is to train several different weak classifiers for the same dataset and then collect them together to form a stronger
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.)