Adaboost,adaboost


人脸识别系统是如何找到人的?

Adaboost,adaboost


人脸识别系统是计算机科学的最新应用,它利用计算机技术和生物统计技术,在各种背景下识别出人脸,更进一步可以实施跟踪,它基于人的脸部特征,属于生物识别技术 。人脸识别的过程可以分成人脸检测,人脸跟踪和人脸比对三个过程 。人脸检测是在动态背景或者复杂背景下将人的面部找到,并从背景中分离出来 。找到人脸,有数种方法可以实施 。
1.设计人脸的标准模板,然后系统将采集到的图像和标准人脸模板进行对比,从匹配程度上判断是否存在人脸;2.根据人面部的结构特征制定一个规则,系统提取图像的特征来通过这个规则计算,看是否符合规则,从而确定人脸;3.利用人的面部肤色在色彩空间中分布相对集中的规律来进行检测;4.将所有面像集合视为一个面像子空间,并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像 。
【Adaboost,adaboost】人脸跟踪则是将检测到的人脸部进行动态追踪,这是将模型与运动检测结合起来的方法 。人脸对比 。这个很好理解,就是对检测到的人脸进行身份确认,也就是将采集到的人脸与人脸库中的数据进行匹配,人脸对比一般采用特征向量法和面纹模板两种技术 。1. 特征向量法 。确定人的五官轮廓的大小,距离,相对位置等属性,计算出它们之间的几何特征,从而形成描述人脸的特征向量;2. 面纹模板 。
怎样用spark实现adaboost算法?
Adaboost,adaboost


没用过spark中的adaboost但sklearn用过 。应调用的格式是一样的 。from sklearn.ensemble import AdaboostClassifier里面有两个比较重要的参数一个是base-estimator 一个是n-estimators base....参数应该是你的决策树模型 n...可以随便设 50100都可以 。

    推荐阅读