注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. opencv haar特征识别

  2. 用visual c++实现目标检测，原理利用haar特征进行检测，效果非常利用，特征文件可以自己用opencv提供的工具训练，或者百度查找，自己训练比较麻烦的.

  3. 所属分类：C++

    • 发布日期：2010-04-28
    • 文件大小：51200
    • 提供者：peter1988522

  1. 人脸人眼目标检测

  2. 基于opencv2.3.1实现的人脸目标检测，利用了基于Haar特征级联分类器，效果很好

  3. 所属分类：C++

    • 发布日期：2014-10-30
    • 文件大小：4194304
    • 提供者：gaoyuyihao

  1. OpenCV中文参考手册.chm

  2. OpenCV概述 FAQ中文 CxCore中文参考手册 基础结构 数组操作 动态结构 绘图函数 数据保存和运行时类型信息 其它混合函数 错误处理和系统函数 机器学习中文参考手册 CvAux中文参考手册 Cv中文参考手册 图像处理 结构分析 运动分析与对象跟踪 模式识别 照相机定标和三维重建 HighGUI中文参考手册 HighGUI概述 简单图形界面 读取与保存图像 视频读写函数 实用函数与系统函数 OpenCV 编码样式指南（阅读OpenCV代码前必读） OpenCV安装文档 Linux下安

  3. 所属分类：C

    • 发布日期：2017-08-02
    • 文件大小：3145728
    • 提供者：gllg1314

  1. haarcascade_frontalface_alt_tree.xml

  2. OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练，得到的级联boosted分类器（Cascade Classification）。注意，新版本的C++接口除了Haar特征以外也可以使用LBP特征。 先介绍一下相关的结构，级联分类器的计算特征值的基础类FeatureEvaluator，功能包括读操作read、复制clone、获得特征类型getFeatureType，分配图片分配窗口的操作setImage、setWindow，计算有序特征calcOrd，计算绝对特征calc

  3. 所属分类：深度学习

    • 发布日期：2017-11-09
    • 文件大小：2097152
    • 提供者：stromcruise

  1. 图像处理与目标识别

  2. 视频以及图像中的目标检测方法概述，结合特征和分类器的方法，检测出相应的目标，比如运用帧间差分的视频对象分割方法判断摄像头视频画面的动态目标；采用图像的HOG特征、SVM判断图像中的动态目标是否是行人；最后以Adaboost分类器与Haar-like特征检测画面中的行人是否佩戴安全帽，实现了生产安全视频监控系统对安全帽的检测功能，实现安全生产。’

  3. 所属分类：机器学习

    • 发布日期：2017-12-21
    • 文件大小：19922944
    • 提供者：yrrtyp931218

  1. An Extended Set of Haar-like Features for Rapid Object Detection.pdf

  2. Rainer Lienhart and Jochen Maydt经典之作。 要学会Haar特征原理，不得不看。

  3. 所属分类：其它

    • 发布日期：2009-03-27
    • 文件大小：201728
    • 提供者：huangyanan2008

  1. 无人驾驶汽车环境信息提取及运动决策方法研究_武历颖.caj

  2. 随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目

  3. 所属分类：机器学习

    • 发布日期：2018-04-17
    • 文件大小：10485760
    • 提供者：yuzha9785

  1. haar特征训练

  2. 如何在opencv中基于haar-like特征训练自己的分类器，并且用该分类器用于模式识别。该过程大致可以分为一下几个大步骤： 1.准备训练样本图片，包括正例及反例样本 2.生成样本描述文件 3.训练样本 4.目标识别

  3. 所属分类：深度学习

    • 发布日期：2018-07-16
    • 文件大小：504832
    • 提供者：yt13yt

  1. HAAR特征训练与图像标注

  2. 如何在opencv中基于haar-like特征训练自己的分类器，并且用该分类器用于模式识别。该过程大致可以分为一下几个大步骤： 1.准备训练样本图片，包括正例及反例样本 2.生成样本描述文件 3.训练样本 4.目标识别

  3. 所属分类：机器学习

    • 发布日期：2018-09-18
    • 文件大小：496640
    • 提供者：yt13yt

  1. 基于多方向角Gabor与RBF神经网络结合的目标识别算法

  2. 针对导弹末端制导过程中CCD摄像头抓捕目标的背景、光照及相对旋转角度变化和噪声等因素造成目标识别率降低问题,在结合多方向角Gabor滤波器和RBF神经网络的基础上,提出了一种基于特征匹配的目标识别算法。该算法采用Gabor滤波器对待匹配图像进行预处理,通过将多个不同方向角Gabor滤波器的结果进行叠加和归一化处理的方法,突出了目标轮廓特征,然后提取纹理图像的4类Haar-like特征,再利用训练完成的RBF网络模型进行识别。实验结果表明,算法在保证实时性的基础上提高了目标识别率。

  3. 所属分类：其它

    • 发布日期：2020-05-01
    • 文件大小：1033216
    • 提供者：weixin_38740130

  1. 采煤机视频压缩感知跟踪方法

  2. 针对工作面光照强度低且不均匀、煤尘浓度大等问题,提出了一种采煤机视频压缩感知跟踪方法。该方法首先采用矩形滤波器对图像进行归一化处理,获取特征向量;然后依据压缩感知理论对目标样本和背景样本的Haar-like特征向量进行压缩处理,并基于压缩后的Haar-like特征向量建立目标模型并训练朴素贝叶斯分类器;最后采用朴素贝叶斯分类器识别目标图像和背景图像,实现采煤机动态跟踪。试验结果表明,该方法在采煤机移动、遮挡及环境照度不均匀、快速变化等情况下都能实现有效跟踪,平均跟踪帧速率达22帧/s。

  3. 所属分类：其它

    • 发布日期：2020-05-29
    • 文件大小：262144
    • 提供者：weixin_38641896

  1. 基于车载视觉的行人检测与跟踪方法

  2. 摘要： 为提高城市交通环境下车辆主动安全性，保障行人安全，提出了基于车载视觉传感器的行人保护方法。利用Adaboost 算法实现行人的快速检测，结合Kalman 滤波原理跟踪行人，以获取其运行轨迹。 该方法利用离散Adaboost 算法训练样本类Haar 特征，得到识别行人的级联分类器，遍历车载视觉采集的图像，以获取行人目标；结合Kalman 滤波原理，对检测到的行人目标进行跟踪，建立检测行人的动态感兴趣区域，利用跟踪结果分析行人的运行轨迹。 试验表明： 该方法平均耗时约80 ms /帧，检测率

  3. 所属分类：其它

    • 发布日期：2020-10-21
    • 文件大小：433152
    • 提供者：weixin_38713061

  1. 对目标人脸检测+识别（Python + OpenCV + Keras ）

  2. 实现目标：在茫茫人海中一眼相中她（在数据库中找出目标人脸） 解决思路：Input > 人脸检测 > 人脸识别 > Output Input：可上接 视频流 实现实时检测 Output：可下接 人脸检测框 可视化 所需工具：Python + OpenCV + Keras Step1：人脸检测 现在有众多包含人脸的照片（数据来源于百度图片），我们要检测出图片中的人脸，并切出来保存。 包含目标人脸的照片 进行了两种人脸检测方案的测试，如下： 1·OpenCV_haarcasc

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：920576
    • 提供者：weixin_38704922

  1. 目标检测常用特征类型提取

  2. 本文介绍图像识别和目标检测中常用的特征，分别是Haar（哈尔）特征、LBF（local binary pattern）特征、HOG（histogram of orientation gradient）特征共 三种。 一、Haar特征 参考链接https://blog.csdn.net/u013403054/article/details/78461083 1、Haar特征最先由Paul Viola等人提出，后经过Rainer Lienhart等扩展引入45°倾斜特征。Haar特征分为三类：边缘特

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：111616
    • 提供者：weixin_38641111

  1. Automated-Attendance-System-By-Real-Time-Face-Reccognition:一个使用实时人脸识别的自动考勤系统，GUI可以自动执行手动的考勤标记和维护统计信息流程-源码

  2. 人脸识别自动考勤系统 你好呀！ ，这是我所做的一个大学项目，正如标题所述，其目的是通过面部识别来检测，识别和标记出勤率，但该项目还有很多目标： 侦查 认出 在Excel中更新记录 在GUI的帮助下通过excel管理学生数据和教职员工数据 通过电子邮件通知学生和老师有关出勤统计信息 -检测 通过OpenCV和Haar级联进行检测 使用Haar级联的面部检测是一种基于机器学习的方法，其中使用一组输入数据来训练级联功能。 OpenCV已经包含许多针对面部，眼睛，微笑等进行过预训练的分类器。今天，我们

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：491520
    • 提供者：weixin_42118160

  1. Cloud-Computing-Laboratory-源码

  2. 云计算实验室 周 日期 课程实作内容 课程原理内容 备注 1个 2/24 Google Colab与Python安装 -- 自学：Python基础 2个 3/03 3D列印基础教学 -- -- 3 3/10 车牌识别：影像标柱与影像增量 机器学习与深度学习概要 -- 4 3/17 车牌识别：Haar分类器 机器学习：线性与逻辑回归 -- 5 3/24 车牌识别：CNN分类器 深度学习：多层感知器与卷积神经网路 -- 6 3/31 车牌识别：实际应用 分类模型的验证指标 --

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：491782144
    • 提供者：weixin_42131405

  1. 基于车载视觉的行人检测与跟踪方法

  2. 摘要： 为提高城市交通环境下车辆主动安全性，保障行人安全，提出了基于车载视觉传感器的行人保护方法。利用Adaboost 算法实现行人的快速检测，结合Kalman 滤波原理跟踪行人，以获取其运行轨迹。 该方法利用离散Adaboost 算法训练样本类Haar 特征，得到识别行人的级联分类器，遍历车载视觉采集的图像，以获取行人目标；结合Kalman 滤波原理，对检测到的行人目标进行跟踪，建立检测行人的动态感兴趣区域，利用跟踪结果分析行人的运行轨迹。 试验表明： 该方法平均耗时约80 ms /帧，检测率

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：555008
    • 提供者：weixin_38674115