人脸识别正蓬勃兴起,全面分析深度学习的世纪晟人脸识别技术(三)
-
资源ID:49104235
资源大小:647.20KB
全文页数:5页
- 资源格式: DOCX
下载积分:0金贝
快捷下载
账号登录下载
微信登录下载
微信扫一扫登录
1、金锄头文库是“C2C”交易模式,即卖家上传的文档直接由买家下载,本站只是中间服务平台,本站所有文档下载所得的收益全部归上传人(卖家)所有,作为网络服务商,若您的权利被侵害请及时联系右侧客服;
2、如你看到网页展示的文档有jinchutou.com水印,是因预览和防盗链等技术需要对部份页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有jinchutou.com水印标识,下载后原文更清晰;
3、所有的PPT和DOC文档都被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;下载前须认真查看,确认无误后再购买;
4、文档大部份都是可以预览的,金锄头文库作为内容存储提供商,无法对各卖家所售文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;
5、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据;
6、如果您还有什么不清楚的或需要我们协助,可以点击右侧栏的客服。
|
下载须知 | 常见问题汇总
|
人脸识别正蓬勃兴起,全面分析深度学习的世纪晟人脸识别技术(三)
建议:论坛技术贴人脸识别正蓬勃兴起,全面分析深度学习的世纪晟人脸识别技术(三)- AdaBoost 算法简介- 人脸特征表示方法:Haar-like 特征- AdaBoost 用于人脸模式分类- Adaboost 学习算法流程- AdaBoost 学习算法- 基于 AdaBoost 的快速人脸检测- 检测过程流程图- AdaBoost 算法简介在 2001 年的 ICCV 上,当时在 Compaq 的研究员 Paul Viola 和 Michael J.Jones 发表的文章介绍一个实时人脸检测系统。基于 AdaBoost 算法,世纪晟人脸识别深度学习,以 Haar-like 小波特征和积分图方法的见解来架构人脸识别算法,建立了一个完整的卷积网络。该人脸检测系统具有以下特点· 图像大小为 384x288 时,其速度是平均每秒 15 帧· 第一个准实时的(准正面)人脸检测系统· 可以较容易的扩展到多姿态人脸检测- 人脸特征表示方法:Haar-like 特征矩形特征的值是所有白色矩形中点的亮度值的和减去所有灰色矩形中点的亮度值的和,所得到的差。Haar-Like 特征的快速计算· 像素点 1 的积分值是矩形 A 中所有点的亮度值的和· 像素点 2 的积分值是 A+B· 像素点 3 的积分值是 A+C,· 像素点 4 的积分值是 A+B+C+D.矩形 D 内像素积分值:- AdaBoost 用于人脸模式分类:弱分类器其中,h表示弱分类器的值,表示弱学习算法寻找出的阈值, 表示特征值,表示一个 Harr-like 特征。 - Adaboost 学习算法流程- AdaBoost 学习算法1、输入训练样本集合(x1,y1), (x2,y2), ., (xn,yn),其中:初始化 T,初始化每个样本的权重2、学习流程a、归一化权重,使得wt 为一个概率分布:b、对每个特征 j,训练一个弱分类器 hj,并计算其带权重的错误率c、选择误差最小的弱分类器htd、更新每个样本的权重其中:xi 被正确分类,ei =0,否则ei =13、得到的强分类器- 基于 AdaBoost 的快速人脸检测基于分级分类器的加速策略- 检测过程流程图