1.去掉了所有动态分配内存的操作,对嵌入式系统有一定的速度提升2.注释覆盖了大量关键代码3.减少了代码一半的体积,并且减少了部分健壮性的代码,速度比OpenCV源码提升16%4.修改了大量数据结构,不依赖CV源码直接编译5.去掉了double型,改成Int6.开方改成查表7.除法改成乘法加位移8.速度是EMCV的6倍
2025/9/12 2:15:14 3.2MB 人脸检测 DSP adaboost dsp
1
MATLAB源码集锦-基于BP_Adaboost算法的公司财务预警建模代码
2025/8/30 6:17:08 59KB BP_Adaboost 公司财务预警 MATLAB
1
本基于MATLAB图像处理的疲劳驾驶检测提出了一种基于视觉信息和人工智能的驾驶员睡意自动检测模块。
该系统的目的是对驾驶员的面部和眼睛进行定位、跟踪和分析,计算睡意指数,以防止事故的发生。
人脸和眼睛的检测都是通过AdaBoost分类器来实现的。
为了提高人脸跟踪的精度,提出了一种检测与目标跟踪相结合的方法。
提出的人脸跟踪方法,还具有自校正能力。
在找到眼睛区域后,利用局部二值模式(LBP)提取眼睛特征。
利用这些特征,训练一个支持向量机分类器(SVM)进行眼睛状态分析。
2025/8/22 21:24:45 741KB 疲劳驾驶 智能检测 matlab adaboost分类
1
AdaBoost
2025/8/22 2:41:15 63KB AdaBoost
1
使用matlab实现的adaboost代码,直接运行里面的demo.m,就可以运行。
6KB adaboost
1
基于VC++实现的人脸检测,运用adaboost算法实现的
2025/6/12 18:08:32 1.53MB C++ 人脸检测
1
AdaBoost算法有AdaBoost.M1和AdaBoost.M2两种算法,AdaBoost.M1是我们通常所说的DiscreteAdaBoost,而AdaBoost.M2是M1的泛化形式。
关于AdaBoost算法的一个结论是:当弱分类器算法使用简单的分类方法时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者明显。
后来又有学者提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其中AdaBoost.MH算法的一种形式又被称为RealBoost算法---弱分类器输出一个可能度,该值的范围是整个R,和与之相应的权值调整,强分类器生成的AdaBoost算法。
Python实现该算法。
adabbost原理见博客http://blog.csdn.net/suipingsp/article/details/41722435
2025/6/12 10:39:13 72KB python json 机器学习 adaboost
1
自己整理的bp-Adaboost-ga代码。
matlab语言编写,可以作优化,做预测。
2025/5/27 10:26:37 6.1MB BP-adaboost- matlab 优化 最优
1
在利用Adaboost算法识别物体之前,需要用ObjectMarker标定正样本进行正样本数据的采集。
早先别人上传的ObjectMarker不可用,我作了些修改上传,希望对大家有帮助。
运行前把正样本图片放在rawdata文件夹下,运行时按空格标定正样本区域,按回车继续下一张图。
2025/5/8 18:21:43 1.01MB 样本 采集 OpenCV Adaboost
1
基于AdaBoost算法的人脸检测系统设计
2025/4/17 20:11:02 1.35MB ade
1
共 81 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡