成果介绍
一种基于改进的Adaboost算法的人脸检测方法,通过对Adaboost算法进行改进,采用深度感应传感器进行人脸图像的采集,进一步的对采集到的图像进行去噪处理,旨在以弱化图片色彩的方式提高Adaboost算法的检测效率,降低漏检率和误检率,并且通过弱分类器叠加形成强分类器,提升检测精度。
成果亮点
所提的一种基于骨骼的动作识别的深度集成方法,主要有以下四点技术优势:1.弱化图片色彩,在人脸图像中,引入了两种扩展的Haar-Like特征;2.建立人脸检测多匹配算法,建立坐标系;3.采用深度感应传感器进行人脸图像的采集,并对采集图像进行去噪处理;4.考虑权重的容错率,优化权重系数,采用多个强分类器通过级联组成级联分类器。
团队介绍
安徽工程大学是一所以工为主的省属多科性高等院校和安徽省重点建设院校,学校办学始于1935年安徽私立内思高级职业学校,历经芜湖电机制造学校、芜湖机械学校、安徽机电学院、安徽工程科技学院等办学阶段,2010年更名为安徽工程大学。学校设有17个二级学院和继续教育学院,60余个本科招生专业。作为省级博士立项建设单位,学校有17个一级学科硕士学位授权点,11个硕士专业学位授权类别。
成果资料
产业化落地方案