相关文章推荐
Haar-like特征来龙去脉声明：引用请注明出处http://blog.csdn.net/lg/ haar-like特征概念haar-like特征是是计算机视觉领域一种常用的特征...
毕设算是告一段落，里面用了一点点人脸识别，其实完全是OpenCV自带的，源自两篇论文：
P. Viola and M. Jones.
Rapid object detection using a b...
浅析人脸检测之Haar分类器方法
一、Haar分类器的前世今生
人脸检测属于计算机视觉的范畴，早期人们的主要研究方向是人脸识别，即根据人脸来识别人物的身份，后来在复杂背景下的人脸检测需求...
哈尔特征（Haar-like
features）
FROM： http://zh.wikipedia.org/wiki/%E5%93%88%E5%B0%94%E7%89%B9%E5%BE%81
...
本篇博客分为四个部分
转载：/codingmengmeng/p/5500566.html
Adaboost算法结合Haar-like特征
目标检测的图像特征提取之（三）Haar特征
1、Haar-like特征
Haar-like特征最早是由Papageorgiou等应用于人脸表示，Viola和...
Haar-like特征，即很多人常说的Haar特征，是计算机视觉领域一种常用的特征描述算子。它最早是由Papageorigiou等人用于人脸描述。目前常用的Haar-like特征可以分为三类：线性特征...
opencv 中的SURF源码分析
分类： 图像处理算法 20:5454441人阅读评论(10)收藏举报
算法blog活动
识别算法概述：
SIFT/SURF基于灰度图，
一、首先建立图像金字塔，形成三维的图...
他的最新文章
他的热门文章
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)相关文章推荐
这边主要用简单的例子来介绍下Haar小波的使用情况。
例如：有a=[8,7,6,9]四个数，并使用b[4]数组来保存结果.
则一级Haar小波变换的结果为:
Haar小波变换的快速实现
日renjihe发表评论阅读评论
先举个例子，有a=[100,12,43,39]四个数，并使用b[4]数组来保存结果。
首先说一下一维haar小波的原理。
例如我们有一个一维的图像[2,4,6,8,10,12,14,16].
求均值：我们求相邻像素的均值[3,7,11,15]。这个新的图像分辨率就成了原来的一半(8/...
小波变换的基本思想是用一组小波函数或者基函数表示一个函数或者信号，例如图像信号。为了理解什么是小波变换，下面用一个具体的例子来说明小波变换的过程。
1. 求有限信号的均值和差值
[例] 假设...
二级小波分解源码分析
去年11月发布了一系列有关小波变换和图像处理的文章，把学习小波过程中的心得体会和编写的程序放在网上和大家共享交流。半年来，感谢大家的关注和帮助，在相互的讨论交流中，我不断地从大家提出的问题中拓展自己的...
关于小波变换我只是有一个很朴素了理解。不过小波变换可以和傅里叶变换结合起来理解。
傅里叶变换是用一系列不同频率的正余弦函数去分解原函数，变换后得到是原函数在正余弦不同频率下的系数。
“牛顿下降法和梯度下降法在机器学习和自适应滤波中的都很重要，本质上是为了寻找极值点的位置。但是收敛的速度不同。 本文中就两种方法来探究一下，哪种收敛方法速度快“牛顿下降法的递推公式：
xn+1=xn...
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering 算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是 L-BF...
他的最新文章
他的热门文章
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)什么是haar特征_百度知道
什么是haar特征
【Haar-like特征】Haar-like特征最早是由Papageorgiou等应用于人脸表示，Viola和Jones在此基础上，使用3种类型4种形式的特征。Haar特征分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。Haar特征值反映了图像的灰度变化情况。例如：脸部的一些特征能由矩形特征简单的描述，如：眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。但矩形特征只对一些简单的图形结构，如边缘、线段较敏感，所以只能描述特定走向（水平、垂直、对角）的结构。对于图中的A, B和D这类特征，特征数值计算公式为：v=Sum白-Sum黑，而对于C来说，计算公式如下：v=Sum白-2*Sum黑；之所以将黑色区域像素和乘以2，是为了使两种矩形区域中像素数目一致。通过改变特征模板的大小和位置，可在图像子窗口中穷举出大量的特征。上图的特征模板称为“特征原型”；特征原型在图像子窗口中扩展（平移伸缩）得到的特征称为“矩形特征”；矩形特征的值称为“特征值”。矩形特征可位于图像任意位置，大小也可以任意改变，所以矩形特征值是矩形模版类别、矩形位置和矩形大小这三个因素的函数。故类别、大小和位置的变化，使得很小的检测窗口含有非常多的矩形特征，如：在24*24像素大小的检测窗口内矩形特征数量可以达到16万个。
采纳率：97%
来自团队：
里有详细的说明：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。Haar特征,很全面的Haar特征文章 - 电子工程世界网
在电子工程世界为您找到如下关于“Haar特征”的新闻
Haar特征资料下载
方面： 1实现了结合肤色校验的Haar特征级联分类器嵌入式实时人脸检测,提出了基于人脸约束的人眼Haar特征RSVM级联分类器人眼检测算法和基于遮罩掩磨与椭圆拟合的瞳孔定位算法。 复杂背景中的人脸检测是自动人脸识别系统首先要解决的关键问题,通过对基于肤色模型和基于Haar特征级联强分类器的人脸检测算法的分析研究,综合两个算法的优点,提出了基于肤色模型校验和Haar特征级联强分类器的嵌入式实时人脸检测...
在分析离散Haar小波分解特性的基础上，论证保持其高阶统计特征不变性引理，据此设计一种空域隐写算法，保持了图像Haar小波分解后H、V、D区域的高阶统计特征。该算法使嵌入信息满足不可见性，具有一定抗RS攻击和基于高阶统计特征检测的能力，为构造保持高阶统计特征不变的更一般性隐写算法提供了一种启发式思路。关键词：隐写算法；Haar小波分解；高阶统计特征...
基于类Haar特征的Adaboost算法车辆检测，离线训练分类器，在线调用分类器识别车辆...
头肩的定位检测采用了Haar特征和HOG特征的层级分类方法，并根据头肩的对称性特点，提出了一种称为Joint HOG的组合型特征。通过Haar分类器滤除大部分负样本后，接着用HOG进行精细的验证从而得到头肩目标框。实验表明，本文的方法取得了80%~90%的准确率，并且完全可以用于实时处理。...
本文提出了一种基于 Haar 小波变换的彩色图像人脸检测方法。首先进行彩色空间的变换，检测出图像中的肤色区域；利用Adaboost 算法训练出的基于Haar 小波变换的检测器对该区域进行人脸检测；建立眼睛颜色模型，并根据眼睛﹑嘴在不同分量上的分布特征，将它们从人脸区域中提取出来；最后融合眼睛﹑嘴候选区域的信息，利用特征不变的方法进行眼睛和嘴的确定。实验结果表明，该方法能够快速有效地检测...
该文基于FBM 分形原理，采用Haar 小波对自然地形数据进行模拟构建。在分析自然地形分形系数与小波系数之间关系的基础上，建立基于Haar 小波的地形构建模型；通过对真实地形数据不同阶层小波系数统计计算得到分形特征参数；以构建模型为基础，结合分形特征参数，模拟生成自然地形。该算法相对真实地形数据具有小的交叉熵，且计算复杂度较小，仿真数据验证了算法的有效性。...
利用神经网络的联想和记忆功能，将密钥嵌入用户的虹膜特征中，给出了一种安全、方便的密钥管理新方案。存贮密钥时，利用虹膜特征码和一些随机序列训练广义回归神经网，使其输入用户虹膜特征码时输出一个特定的二进制序列，再将用户密钥与该二进制序列异或。用户只需保存异或所得的结果和训练好的神经网络参数即可，无需保存或记忆密钥。当需要获取密钥时，用户再次输入自己的虹膜图像，系统即可利用存贮的信息恢复出密钥。攻击者...
关于做人脸检测的时候所用到的Haar-like特征国内的文献讲的不是很详细，大家可以参考一下这篇文献，比较有价值的啊...
通过对基于Haar-like特征的AdaBoost人脸检测算法研究，利用由该算法训练的级联分类器和计算机视觉类库OpenCV进行人脸检测系统设计，实现了基于静态图像、摄像头视频和avi视频的人脸检测与标记，以及标记后的人脸区域图像实时显示和存盘。此外，在VC++6.0环境下实现了对人脸检测系统软件界面的开发。实验结果表明，该检测系统开发周期短，检测速度快，实时性强，检测率高，可作为人脸识别和人脸...
文中介绍了Haar小波的基本原理,并从连续小波变换的定义出发,分析了PSK信号的小波域特征,对高斯白噪声中QPSK信号的小波变换进行了仿真实验。仿真结果表明,小波变换能够有效地检测并提取符号的跳变信息。...
Haar特征相关帖子
开源人脸识别基本功能代码
OpenCV这方面各项目开发国外已经很开源了，我们虚拟公司也参考和学习修改运用在修改调试过来的知反反复复了多少遍。
一 如何使用OpenCV的人脸检测器检测到人脸：
/ /执行的输入图像上的人脸检测，使用给定的（Haar）级联。
/ /返回一个矩形，在给定的图像中检测到的区域。
CvRect detectFaceInImage(IplImage...
] P.Papageorgiou、MlchaelOren、Tomas Poggio等使用人脸图像的Haar小波系数作为特征矢量，搜集了大量正反例样本，通过SVM 机制实现人脸检测。Christophe Garcia和GeorgiosTziritias对人脸图像小波变换系数做了统计分析，刻画人脸图像纹理的特征，然后通过基于概率分布的Bhattacharrya距离进行分类得到人脸和非人脸的判别规则...
Haar特征视频
你可能感兴趣的标签
热门资源推荐相关文章推荐
（一）HOG特征
1、HOG特征：
方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计...
在2001年,Viola和Jones两位大牛发表了经典的Rapid Object Detection using a Boosted Cascade of Simple Features>>和Robu...
main函数//
HaarFeature
Created by qianxin_dh on 14-9-13.
Copyright (c) 201...
在使用Hibernate 的乐观锁时，如果是在多线程同时访问到同一数据并且先后修改同一数据，采用乐观锁的版本更新机制来处理...
因为使用mit()提交数据时会清理缓存，如果发现...
icvCreateIntHaarFeatures超详细解析（不看你会后悔的），因为我是菜鸟，所以花了很多时间来查找各方面的资料，相信你会看懂的。本博是笔者读书笔记整理，欢迎转载，请注明出处，如有不足，...
他的最新文章
他的热门文章
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)}