10.3969/j.issn.1672-6944.2016.20.042
基于改进AdaBoost分类器的一种目标识别算法
文章提出一种基于改进AdaBoost分类器的目标识别算法,用于克服当前级联AdaBoost分类器存在的分类识别性能不足的问题。首先,对训练样本提取图像的海量Haar-like特征,然后对提取的特征基于AdaBoost算法进行特征选择和分类器构建,最后利用所选择的特征和训练得到的AdaBoost分类器进行目标的两类识别。实验结果表明,本方法优于传统的方法,具有较好的应用意义。
AdaBoost算法、Haar-like特征、目标识别
H31;H08
2016-11-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
100-104