基于AdaBoost行人检测优化算法的研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于AdaBoost行人检测优化算法的研究.pdf

第31卷第lO期 机 电 工 程 Vo1.31No.10 2014年 10月 JournalofMechanical ElectricalEngineering 0ct.2014 DOI:10.3969/j.issn.1001—4551.2014.10.025 基于AdaBoost 人检测优化算法的研究术 杨 英 ,刘卫国 ,钟 令 ,李亚文 (1.东北大学 机械工程与 自动化学院,辽宁 沈阳 110819; 2.浙江省汽车安全技术研究重点实验室,浙江 杭州 311228) 摘要:针对车辆辅助安全驾驶系统的道路行人检测和识别问题,对行人检测算法的实时性和检测准确性受光照影响等方面进行了 研究。对行人检测识别算法进行 了归纳 ,将在线训练和更新行人分类器技术应用到车辆前方行人检测和识别中。提出了改进的 AdaBoost行人检测优化算法,应用该算法行人识别分类器训练时,根据正样本和负样本的错分率 ,实时调整级联分类器权重系数 ,在 线更新分类器的错误率权重,在保证分类器整体准确率的前提下,降低了分类器的级数,优化了分类器结构,减少了计算的复杂性 ; 采用扩展的类Haar特征 ,降低了算法对光线的敏感性,提高了环境适应能力。试验结果表明:在相同的检测率下,改进的AdaBoost 算法需要的检测时间更少,系统具有更高的鲁棒性,可以满足道路行人识别的要求。 关键词:行人识别 ;AdaBoost算法 ;分类器 中图分类号:TP391.41 文献标志码 :A 文章编号:1001—4551(2014)10-1347—05 Researchofpedestriandetectionoptim izedalgorithmic basedonAdaBoost YANG Ying,LIU W ei—guo,ZHONG Ling’,LIYa—wen (1.SchoolofMechanicalautomation,NortheasternUniversity,Shenyang110819,China. 2.ZhejiangKeyLaboratoryofAutomobileSafetyTechnology,Hangzhou311228,China) Abstract:Aimingatthepedestriandetectionandidentificationforvehicleaidedsafetydrivingsystem ,aresearchwasconductedwhich isfocusontheproblemsofreal—timeandveracityaffectedby illuminationforpedestrian detectionalgorithmic.Theon lineupdating pedestriandetectionclassifierstechnologywasusedtodetectandrecognizethepedestrianwhichareinfrontofthevehicles.Animproved AdaBoostpedestriandetectionoptimum algorithmicwaspresented.Accordingtopositiveandnegativesamples errorratewhiletraining pedestrian detectionclassifiers,theweightoferrorrecognizingratewasonlineupdated.ItcouldreducetheclassifierSseriesandthe calculation complexity,furthermore,guaranteetheoveralldetection rates.Theabilityto adapting the environmentwas improvedby adoptingextendedlike

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档