-
淺析人臉檢測技術(shù)的探究
摘 要：通過對支持向量機、人工神經(jīng)網(wǎng)絡(luò)及AdaBoost算法的對比分析，發(fā)現(xiàn)支持向量機、人工神經(jīng)網(wǎng)絡(luò)算法構(gòu)造的分類器復(fù)雜度高，效率低。而AdaBoost則從弱分類器中逐步推選出強分類器并組成級聯(lián)分類器，快速將大量的非人臉圖像排除掉，從而提高檢測速度，滿足人臉實時檢測應(yīng)用領(lǐng)域的需求。
-
基于SOPC的人臉檢測系統(tǒng)的設(shè)計
人臉檢測技術(shù)是計算機視覺領(lǐng)域非常重要的研究內(nèi)容，正受到越來越多的關(guān)注。但傳統(tǒng)的PC機平臺上人臉檢測系統(tǒng)體積龐大、不易攜帶、費用高等缺陷。采用通用DSP和多核處理器實現(xiàn)的話，價格昂貴、系統(tǒng)的可拓展性差。本文
-
基于層次型AdaBoost檢測算法的快速人臉檢測在FPGA上的實現(xiàn)
人臉檢測是指對于給定的圖像或視頻，判斷其中是否存在人臉，如果存在，則進一步確定人臉的個數(shù)、具體位置以及大小的過程[1]。作為一個模式識別問題，人臉檢驗包含兩個方面的內(nèi)容，一是特征提取，二是分類方法設(shè)計。近
