这是通过一个级联分类器(Cascade Classifier)和一个 SVM组成的两阶段分类模型来完成的。 上海交通大学硕士学位论文 15 后处理：针对某些应用中需要获取字符的包围盒，或者需要...
基于36个网页-相关网页
AdaBoost cascade classifier AdaBoost级联分类器
cascade Adaboost classifier 级联Adaboost分类器
cascade assembled classifier 多级组合分类器
This research, on the basis of studying the AdaBoost algorithm thoroughly, has collected lots of human face samples and non-face samples and trained a cascade classifier of 16 strong classifiers which has been made of by 1152 weak classifiers.
本文在深入学习和研究AdaBoost算法的基础上,收集了大量的人脸样本和非人脸样本,训练出了共有1152个弱分类器组成的16级强分类器的级联分类器。
参考来源 - 基于AdaBoost算法的自动人脸检测与识别·2,447,543篇论文数据，部分数据来源于NoteExpress
Experimental results show that the tree structure classifier is better than cascade classifier in both detection accuracy and computational efficiency.
实验表明，本文树形结构的车辆识别方法在识别率和识别速度上优于级联分类器，具有较好的实时性和一定的鲁棒性。
Most of non-text CCs are filtered out by cascade classifier and the remaining CCs are further verified by SVM. The final outputs are binary images containing texts only.
由于文本连通分量和非文本连通分量在特征上存在差异，大多数非文本会被级联分类器丢弃，而SVM则能在此结果上做进一步的验证，因此最终输出只有文本的二值图像。
应用推荐