基于Adaboost算法的驾驶员眨眼识别.pdf

责任编辑：韩汝水 辜于Ad8boost算法的驾驶员匠眼识剔“ Driver Eye Blinking Recognition Based on Adaboost 赵雪竹 王秀 朱学峰 华南理工大学自动化科学与工程学院（广州510640） ( 1 ) 初始化每个样木的权重 摘要：驾驶员眨眼识别是汽车驾驶员疲劳检测的基础。采用了一种基于 w D(i) 1,i Adaboost算法的实时眨眼识别的方法，它将一簇弱分类器通过一定的规则 (2)对每个t =1,..., T (T力弱分类器 结合成为一个强分类器，再把这些强分类器级联成为一个快速、准确的分 的个数) 类器。分析和讨论了训练阶段不同持征的负样本对最终检测结果的影响， ①把权重旧一化力一个概辜分布 提出了一种新型的负样本选择方法，并实验测试各种持征方法对持定目标 w , t i w = , 的误检率，给出了一个理想的分类器。 t i n ∑ w , 关罐词：眨眼识别； 训练；负样本； 误检率 j =1 t j DOI: 10.3969/j.issn.1005-5517.2009.09.006 ②对每个特征f 训练一个弱分 类器hj 计算对应所有特征的弱分类器 = w εh −x y ( ) 的加权错误辜 ∑ f i j i i i 引富 每一个强分类器对待检测的矩形特征 ③选取最佳的弱分类器h t (拥有