基于AdaBoost的行人检测研究与实现.pdfVIP

应用研究 鼯l竺兰蛳 。I 与应 用 基于AdaBoost 李印 (营口大学园管理委员会 辽宁营口 115014) 摘要 ：行人检测是城市交通环境下的智能车辆导航系统中的一项关键技术，对推动智能车辆的发展及保障城市交通安全具有十分重要 的 作 用 。 关键词：AdaBoost行人检测 HOG特征算法 中图分类号 ：TP391 文献标识码 ：A 文章编号 ：1007—9416(2012)03．0088—02 ResearchandImplementationOfPedestrian DetectionBasedonAdaBoost LIYin (YingKouUniversityZone，YingKou1150014，China) Abstract：ThetechniqueofpedestriandetectioninurbantrafficscenesisoneofthekeytechniquesforIntelligentVehicleNavigationSystem Andthe researchonitwilldogreatcontributiontothedevelopmentofIntelligentVehiclesandthesafetyofciyt traffic． Keywords：AdaBoostpedestriandetection HOG features 本文采用的行人检测方法是基于AdaBoost~类器和HOG特征 行人腿部的垂直边缘，并根据行人的垂直对称性原理确定行人的下 的算法，此算法包括分割和识别两部分。首先，分割行人图像，得到 底边和对称轴；最后，结合行人的宽高比例对行人进行横纵向定位， 行人的候选区域；然后，选取行人样本库，并提取样本库的HOG特 以确定行人的候选区域．分割结果如图1．1所示。 征，进行AdaBoost分类器训练；最后，调用训练后的分类器，对候选 行人区域进行识别检测。 1、AdaBoost算法简介与研究 行人检测技术不仅在智能交通系统和视频监控系统中有广泛 的应用，而且在虚拟现实、机器人应用等方面有着非常重要的研究 图1．1行人分割结果 3．2行人识别算法 价值 “1。 行人识别算法的第一步是行人样本的获取将训练样本分为 1995年Fmund与SC 提出了AdaBoost(AdaptiveBoosting)算 法，它是在Boosting算法的基础上通过调整权重得到的自适应算法。 正样本和负样本 ．本文选择两个训练样本库：MIT行人库和INRIA 行人库。MIT行人库是一个 比较简单的行人库。然而 ，INRIA行 AdaBoost算法是一种迭代算法，其基本思想是对同一个训练 人库是一个复杂的行人库 。第二步是实现AdaBoost分类器训 集训练出不同的弱分类器，然后通过加权的方法将这些弱分类器集 练 ．对获取的样本进行HOG特征提取 ，得到特征向量 ，其 中，每 成，构成一个更强的最终分类器 ，也就是强分类器。 相关理论和实验已经证明，AdaBoo~算法有如下优点口]：充分 一