,haar算法的四个基本步骤？

关于计算机视觉adaboot手写数字识别的问题，小编就整理了2个相关介绍计算机视觉adaboot手写数字识别的解答，让我们一起看看吧。

Haar 特征选择

创建一个完整的图像

AdaBoost算法(通过迭代弱分类器而产生最终的强分类器的算法) 训练分类器

级联分类器

在正式开始之前，让我们先捋一捋面部检测到底是如果工作的。所有的脸，无论是人的，动物的还是其他的，都有一些相似的特征。例如，都有一个鼻子，两个鼻孔，一张嘴巴，两个眼睛，两个耳朵等等。我们的算法通过Haar特征来匹配这些内容，我们可以通过其中任一项找到其他的特征。

自适应增强算法的优点

1、可以将不同的分类算法作为弱分类器。

2、AdaBoost充分考虑的每个分类器的权重

到此，以上就是小编对于计算机视觉adaboot手写数字识别的问题就介绍到这了，希望介绍计算机视觉adaboot手写数字识别的2点解答对大家有用。