寵物貓臉檢測的方法研究.pdf_第1頁
已閱讀1頁,還剩83頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、目標(biāo)識別是計算機(jī)視覺和模式識別領(lǐng)域非?;钴S的研究課題。針對生物特征的識別都圍繞著“人”來展開,人臉識別、表情識別、性別識別、虹膜識別、手勢識別等等。而日常生活中常見的動物如貓狗、牛羊等亦開始出現(xiàn)在目標(biāo)檢測和識別中。特別地,貓、狗等寵物越來越受到人們的關(guān)注。本文以最常見的寵物——貓為研究對象,提出了一種應(yīng)用于數(shù)碼相機(jī)的基于機(jī)器學(xué)習(xí)的由粗到精(coarse-to-fine)的貓臉檢測方法。首先,基于Haar-like特征的AdaBoost學(xué)

2、習(xí)算法訓(xùn)練一個粗級的貓臉檢測器。這個粗分類器能夠快速地檢測出不同尺度的貓臉,在微軟貓臉圖片庫(含貓臉圖片10000幅)上測試達(dá)到85%的檢測率,但誤檢較高,誤檢貓臉占實際貓臉總數(shù)的27%。為了排除誤檢,級聯(lián)一個基于HOG特征SVM分類器,對粗級分類器的檢出框歸一化大小后作二次分類,將其結(jié)果作為最終分類結(jié)果,誤檢貓臉數(shù)目由281個下降至21(貓臉總數(shù)10098)。粗檢測器使用基于查找表型弱分類器的Gentle AdaBoost算法訓(xùn)練而成

3、。Gentle Adaboost是連續(xù)Adaboost(Real AdaBosst)改進(jìn)。與Real AdaBosst相比,Gentle Adaboost的弱分類器輸出函數(shù)在數(shù)值上更穩(wěn)定。而查找表型弱分類器能減少Haar特征數(shù),更好的表達(dá)正樣本和負(fù)樣本的分布。粗檢測器的目的是利用Haar+Adaboost分類模式的快速檢測能力,避免了HOG+SVM分類模式準(zhǔn)確率高但耗時巨大的問題;精檢測器利用HOG+SVM分類模式出色的區(qū)分度彌補了粗檢

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論