基于Gabor变换和Adaboost算法的人体目标检测分类器
针对在图像中检测人体目标,提出一种基于Gabor变换和Adaboost算法的检测方法.首先利用二维Gabor小波变换进行特征提取,然后利用Adaboost算法对Gabor特征进行选取并训练强分类器.为了提高检测精度,提出采用单一正样本集合与多个负样本集合分别进行训练,形成多个强分类器级联的层级检测分类器.实验结果表明了该方法的有效性,同时显示该方法须与其它辅助手段相结合,才能提高检测的实时性.
人体目标检测、Gabor变换、Adaboost算法、特征提取、特征选择
30
TP391(计算技术、计算机技术)
广东省科技计划基金项目2006B60155
2010-03-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
5790-5792