静态图像中基于多分类器的人体检测技术研究
文献类型:期刊论文
作者 | 胡幸福; 彭先蓉; 吴明军 |
刊名 | 微电子学与计算机
![]() |
出版日期 | 2012 |
卷号 | 29期号:10页码:173-176 |
关键词 | Haar特征 Adaboost 分类器 人体检测 |
通讯作者 | 胡幸福 |
中文摘要 | 首先介绍Haar特征,然后介绍用于分类器训练的Adaboost算法,该方法训练的级联分类器用于人体检测时虽然具有很高的检测率,但虚警率较高.为了保持检测率,降低虚警率,在原有分类器的基础上再训练两个分类器,一个是利用头肩样本训练的分类器,另一个是利用腿部样本训练的分类器.实验证明:该方法设计的分类器在保持较高的检测率的同时其虚警率比原方法设计的分类器降低一个数量级. |
语种 | 中文 |
源URL | [http://ir.ioe.ac.cn/handle/181551/5057] ![]() |
专题 | 光电技术研究所_光电探测与信号处理研究室(五室) |
作者单位 | 1.中国科学院光电技术研究所 2.中国科学院研究生院 |
推荐引用方式 GB/T 7714 | 胡幸福,彭先蓉,吴明军. 静态图像中基于多分类器的人体检测技术研究[J]. 微电子学与计算机,2012,29(10):173-176. |
APA | 胡幸福,彭先蓉,&吴明军.(2012).静态图像中基于多分类器的人体检测技术研究.微电子学与计算机,29(10),173-176. |
MLA | 胡幸福,et al."静态图像中基于多分类器的人体检测技术研究".微电子学与计算机 29.10(2012):173-176. |
入库方式: OAI收割
来源:光电技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。