Haar特征
Haar特征的相关文献在2006年到2022年内共计166篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、公路运输
等领域,其中期刊论文129篇、会议论文4篇、专利文献60017篇;相关期刊98种,包括河南科技、广西工学院学报、辽宁工业大学学报(自然科学版)等;
相关会议4种,包括第二届全国图象图形联合学术会议、2012中国汽车工程学会第十五届汽车安全技术学术会议、2010年中国自动化学会华东六省一市学术年会等;Haar特征的相关文献由449位作者贡献,包括区苏、吕楠、张丽秋等。
Haar特征—发文量
专利文献>
论文:60017篇
占比:99.78%
总计:60150篇
Haar特征
-研究学者
- 区苏
- 吕楠
- 张丽秋
- 李春贵
- 蒋兆峰
- 蒋先刚
- 邹利华
- 高倩
- 万艾学
- 丘赟立
- 丰婧
- 何佳
- 余敏
- 冯琰一
- 凌强
- 凌永国
- 刘丽
- 刘晓晖
- 刘洪
- 刘艳洋
- 刘辉
- 卢光辉
- 台宪青
- 叶继华
- 周利杰
- 孔祥增
- 孙迎建
- 尼秀明
- 崔金钟
- 张卡
- 张涛
- 张静
- 曹玉东
- 曹跃
- 李世友
- 李佳桐
- 李厚君
- 李峰
- 李林峰
- 李树军
- 李湘
- 杨宜
- 杨才广
- 杨超
- 江伟坚
- 王仕民
- 王元庆
- 王日凤
- 王爱侠
- 盛梅波
-
-
姜海波;
孙洋
-
-
摘要:
本文以人脸检测技术为研究对象,阐述人脸检测应用场景之广泛且是人脸识别过程中关键的环节和前提条件,常被应用于智监控、安防、工业检测等领域,目前主流算法中的具有级联结构AdaBoost公认有效的检测算法之一,本文阐述AdaBoost算法实现过程及其优缺点,并针对其训练周期长的问题提出改进算法,通过分类器误差比较判断替换人为参数设置,实现训练自主,减少人为参数设定不合理所带来的迭代训练周期长,样本过拟合等问题。对比改进前后算法训练时长和准确率,梳理新旧算法在人脸检测的实验结果,证实了新算法保证准确率的基础上,缩短训练时间,具有一定的优越性。
-
-
薛宾田
-
-
摘要:
针对复杂背景条件下人脸检测错误率较高问题,提出了基于改进的MBLBP人脸检查算法,算法利用人脸肤色特征明显区别于背景其他颜色特点首先将肤色区域分割出来,将其他背景区域屏蔽掉,然后在肤色区域使用改进后的MBLBP特征进行人脸检查,改进后的MBLBP特征在能保证准确率的前提下计算效率有明显提高。经过多组对比实验和统计得出基于改进的MBLBP人脸检查算法在人脸检查正确率和检查速度上优于其他传统算法。
-
-
贾澎涛;
雷文华;
张婧
-
-
摘要:
为了快速准确定位到人脸区域,解决人脸检测的速率和准确率有待进一步提高问题,提出了一种基于最优奇异值占比的融合特征人脸检测方法。首先,通过奇异值图像分解方法保留人脸图像有效信息,同时对图像实现降维重构;其次,在不同奇异值占比下,通过对比人脸图像的压缩率和准确率获取最优奇异值占比值;最后,基于最优奇异值占比,提出融合HOG,Haar特征人脸检测方法的集成分类方法。结果表明:在ORL人脸图像数据库上,获取的最优奇异值占比值为98%;人脸图像通过降维及重构处理后其空间复杂度降低了78.5%。在重构后的数据上,所提出的融合特征检测方法相对于HOG,LBP和Haar特征的人脸检测方法,检测准确率分别提高2%,17%和10%;相对于基于CNN的人脸检测方法其检测准确率降低0.5%,但检测速率提高99.2%。因此,作者提出的融合模型取得了较好的人脸检测效果。
-
-
刘祚时;
许志良;
张平
-
-
摘要:
针对手脚不便的老人或者上体截肢的特殊人群用餐问题,提出了基于机器视觉的辅助进食机械手设计方案.针对系统的设计需求,分析了基于Haar特征Adaboost人脸检测分类器的组织结构以及检测原理,结合基于视觉的目标追踪比例-积分-微分(PID)控制算法,利用其响应快鲁棒性强等特点,有效实现人脸移动的追踪要求.最后通过辅助进食调试,机械手能够完成对人脸的检测和辅助进食工作,达到了预期的控制效果.
-
-
程耀瑜;
丰婧;
李树军;
贺磊
-
-
摘要:
提出了一种基于Haar特征检测和肤色分割技术相结合的人脸检测算法,用以提高人脸检测的准确率。使用Haar特征进行人脸检测,然后对检测结果进行判断,若检测到人脸,则直接对其进行标记;若发生漏检或误检,则运用GrabCut算法提取目标前景,再将其转换到YCrCb空间,利用肤色特征对人脸进行检测。实验结果表明:利用该算法可以很好地解决单一算法造成的检测率低、容易漏检的问题,为后续的人脸识别提供参考。
-
-
程耀瑜;
丰婧;
李树军;
贺磊
-
-
摘要:
提出了一种基于Haar特征检测和肤色分割技术相结合的人脸检测算法,用以提高人脸检测的准确率.使用Haar特征进行人脸检测,然后对检测结果进行判断,若检测到人脸,则直接对其进行标记;若发生漏检或误检,则运用GrabCut算法提取目标前景,再将其转换到YCrCb空间,利用肤色特征对人脸进行检测.实验结果表明:利用该算法可以很好地解决单一算法造成的检测率低、容易漏检的问题,为后续的人脸识别提供参考.
-
-
周利杰;
郝瑞林;
蔡国庆;
孙迎建;
刘辉
-
-
摘要:
针对高准确率和快速跟踪摄像功能的需求,基于机器视觉设计了人形识别安防摄像机。首先,确定了整体工作方案;其次,提出一种多特征组合人形识别方法,通过训练3个分类器,分别识别人形正身、侧身和背身,并采用haar特征+adaboost算法实现人形识别和定位功能,再利用PID算法控制步进电机和舵机实现人形跟踪;最后,开发了安卓手机端APP。测试结果表明多特征组合识别方法能够快速识别人形目标,帧率不低于20Hz;与单特征人形识别方法相比,识别准确率提高27.3%;人形目标追踪时间不超过1.7s;摄像机能够流畅实现WiFi控制、无线监视和录像下载等功能。
-
-
杜骏霖
-
-
摘要:
人脸识别技术在日常生活中的应用愈加广泛.本文着重研究如何在人脸识别过程中判断被识别者是否戴眼镜的问题.首先采用基于AdaBoost算法的Haar强特征级联分类器,把图像从起点到各个点之间形成的矩阵中所有像素点的和作为一个元素存进一个新的矩阵中,后将人脸眼部图像单独切割出来,并将眼部图像的像素点所占总像素点的比例作为一个判断是否戴眼镜的条件,运用回溯算法确定一个最佳阈值,最后得到人脸识别正确率为91.43%.
-
-
周利杰;
郝瑞林;
蔡国庆;
孙迎建;
刘辉
-
-
摘要:
针对高准确率和快速跟踪摄像功能的需求,基于机器视觉设计了人形识别安防摄像机.首先,确定了整体工作方案;其次,提出一种多特征组合人形识别方法,通过训练3个分类器,分别识别人形正身、侧身和背身,并采用haar特征+adaboost算法实现人形识别和定位功能,再利用PID算法控制步进电机和舵机实现人形跟踪;最后,开发了安卓手机端APP.测试结果表明:多特征组合识别方法能够快速识别人形目标,帧率不低于20 Hz;与单特征人形识别方法相比,识别准确率提高27.3%;人形目标追踪时间不超过1.7 s;摄像机能够流畅实现WiFi控制、无线监视和录像下载等功能.
-
-
-
翁烁;
牟轩沁
- 《第二届全国图象图形联合学术会议》
| 2013年
-
摘要:
本文将基于Haar特征和强分类器检测方法用于侧面车辆的检测,Haar特征计算简单且分类器所需特征数量少,检测速度可以达到实时性要求.强分类器是由级联的弱分类器加权而得.首先利用采集好的图片训练分类器,再用参数和阈值固定的分类器做检测.将分类结果做进一步的后续处理后,可以达到较高的正确率.本文还评价了分类器的效果以及讨论了各种环境因素以及阈值对检测效果的影响.
-
-
翁烁;
牟轩沁
- 《第二届全国图象图形联合学术会议》
| 2013年
-
摘要:
本文将基于Haar特征和强分类器检测方法用于侧面车辆的检测,Haar特征计算简单且分类器所需特征数量少,检测速度可以达到实时性要求.强分类器是由级联的弱分类器加权而得.首先利用采集好的图片训练分类器,再用参数和阈值固定的分类器做检测.将分类结果做进一步的后续处理后,可以达到较高的正确率.本文还评价了分类器的效果以及讨论了各种环境因素以及阈值对检测效果的影响.
-
-
翁烁;
牟轩沁
- 《第二届全国图象图形联合学术会议》
| 2013年
-
摘要:
本文将基于Haar特征和强分类器检测方法用于侧面车辆的检测,Haar特征计算简单且分类器所需特征数量少,检测速度可以达到实时性要求.强分类器是由级联的弱分类器加权而得.首先利用采集好的图片训练分类器,再用参数和阈值固定的分类器做检测.将分类结果做进一步的后续处理后,可以达到较高的正确率.本文还评价了分类器的效果以及讨论了各种环境因素以及阈值对检测效果的影响.
-
-
翁烁;
牟轩沁
- 《第二届全国图象图形联合学术会议》
| 2013年
-
摘要:
本文将基于Haar特征和强分类器检测方法用于侧面车辆的检测,Haar特征计算简单且分类器所需特征数量少,检测速度可以达到实时性要求.强分类器是由级联的弱分类器加权而得.首先利用采集好的图片训练分类器,再用参数和阈值固定的分类器做检测.将分类结果做进一步的后续处理后,可以达到较高的正确率.本文还评价了分类器的效果以及讨论了各种环境因素以及阈值对检测效果的影响.
-
-
姚远;
罗逍;
张金换
- 《2012中国汽车工程学会第十五届汽车安全技术学术会议》
| 2012年
-
摘要:
随着车载处理器性能的提高,车载图像处理系统也得到越来越广泛的应用。本文基于openCV图像处理库,搭建了一个车辆图像识别系统.该系统首先利用图像中车辆底部阴影确定图像中可能存在车辆的区域,再在这些区域用Haar特征分类器对车辆进行检索,确认之前的假设是否成立.因为减少了用分类器检索的图像范围,系统的实时性得到了保障.经试验验证,系统的识别率达到88.8%,实时性也较好。
-
-
姚远;
罗逍;
张金换
- 《2012中国汽车工程学会第十五届汽车安全技术学术会议》
| 2012年
-
摘要:
随着车载处理器性能的提高,车载图像处理系统也得到越来越广泛的应用。本文基于openCV图像处理库,搭建了一个车辆图像识别系统.该系统首先利用图像中车辆底部阴影确定图像中可能存在车辆的区域,再在这些区域用Haar特征分类器对车辆进行检索,确认之前的假设是否成立.因为减少了用分类器检索的图像范围,系统的实时性得到了保障.经试验验证,系统的识别率达到88.8%,实时性也较好。
-
-
姚远;
罗逍;
张金换
- 《2012中国汽车工程学会第十五届汽车安全技术学术会议》
| 2012年
-
摘要:
随着车载处理器性能的提高,车载图像处理系统也得到越来越广泛的应用。本文基于openCV图像处理库,搭建了一个车辆图像识别系统.该系统首先利用图像中车辆底部阴影确定图像中可能存在车辆的区域,再在这些区域用Haar特征分类器对车辆进行检索,确认之前的假设是否成立.因为减少了用分类器检索的图像范围,系统的实时性得到了保障.经试验验证,系统的识别率达到88.8%,实时性也较好。
-
-
姚远;
罗逍;
张金换
- 《2012中国汽车工程学会第十五届汽车安全技术学术会议》
| 2012年
-
摘要:
随着车载处理器性能的提高,车载图像处理系统也得到越来越广泛的应用。本文基于openCV图像处理库,搭建了一个车辆图像识别系统.该系统首先利用图像中车辆底部阴影确定图像中可能存在车辆的区域,再在这些区域用Haar特征分类器对车辆进行检索,确认之前的假设是否成立.因为减少了用分类器检索的图像范围,系统的实时性得到了保障.经试验验证,系统的识别率达到88.8%,实时性也较好。
-
-