OpenCV's Rapid Object Detection Florian Adolf Page 1 of 6 2003-09-02 How-to build a cascade of boosted classifiers based on Haar-like features Introduction This document describes how to train a classifier for object detection. OpenCV comes already with a trained classifier for frontal face detection. In order to show that it also works for a variety of objects, not only for faces, an exemplary t
最終変更者: 怡土順一, 最終変更リビジョン: 467, 最終変更日時: 2009-06-23 14:23:34 +0900 (火, 23 6月 2009) 一般的な機械学習のタスクは,次のような教師あり学習である. 入力と出力の学習データ集合が与えられたときに,未観測の入力サンプル xに対する出力 y を予測する. つまり,入力 x と出力 y の間の関係を表す関数F: y = F(x) を学習することが目的である.定性的な出力予測が分類と呼ばれるのに対して,定量的な出力予測は回帰と呼ばれる. ブースティングは教師あり分類の学習タスクを解決する強力な学習概念であり,たくさんの「弱い」分類器の能力を結合することで, 強力な「コミッティ」[HTF01] を構成する. 弱い分類器は,偶然よりもましな性能を持っていれば良いため,非常にシンプルで計算コストの小さいものである. しかし,これらの多く
OpenCVには、「cvHaarDetectObjects」っていうオブジェクト検出の関数が用意されてます。これを使うと簡単に顔検出を実装できたりします。また、学習をさせることでオリジナルの検出装置を作れたりします。 詳しくは http://gihyo.jp/dev/feature/01/opencv を参照 特にこの関数の中のロジックがどうなっているかは、ここで解説してます。 http://gihyo.jp/dev/feature/01/opencv/0003 以下は、上記の内容を理解していることを前提で話を進めます。 以前のエントリーで書いた通り、実はこの「cvHaarDetectObjects」関数では、CvBoostクラスというOpenCVに用意されているAdaBoostのクラスは使用していません。実は、OpenCVで実装されているCvBoostクラスの振る舞いと、「cvHaarD
コンピュータビジョン特論(Advanced Computer Vision)月曜2時限 担当教員 呉海元 教授・加藤丈和 講師 授業の概要 コンピュータを用いて、入力された画像を扱うための、基礎知識を修得する。まず、画像の特徴抽出と記述 の手法を学ぶ。次に,カメラを用いた3次元計測や認識の基礎を学び、それぞれの原理と手法の有効性や制約をコンピュータビジョンなどの関連分野での最新動向と共に紹介する。 授業の位置づけ コンピュータビジョンにおける画像処理や理解の技術について、基礎理論と最近の研究動向を学ぶ。 ガイダンス・画像処理、認識、理解研究の歴史と現状(加藤) デジタル画像の扱い・OpenCVの使い方(加藤) OpenCVの入手方法、インストール方法、リファレンス 画像特徴(点、直線、領域)の検出と識別−1 画像特徴(点、直線、領域)の検出と識別−2 画像特徴(点、直線、領域)の検出と識別
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く