10.16652/j.issn.1004-373x.2020.01.013
基于一种新的级联分类器的目标检测系统
在机器视觉领域中,目标检测是一个至关重要的研究问题,提出一种新的目标检测算法.该算法在MB-LBP特征级联分类器的基础上再串联两个分类器,分别为基于SIFT特征分类器和基于SURF特征分类器.首先,当测试图像通过MB-LBP特征级联分类器时,所有的目标都没漏检,但是有部分非目标被误检为目标,接着依次通过基于SIFT特征分类器和基于SURF特征分类器,检测结果只剩下目标和极少数非目标.实验结果表明,由MB-LBP特征级联分类器、基于SIFT特征分类器和基于SURF特征分类器构成的新级联分类器可以有效提高查准率.
目标检测、级联分类器、MB-LBP、SIFT、SURF、查准率
43
TN911.1-34;TP75
国家自然科学基金资助项目61662047
2020-03-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
48-52