期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Adaboost层叠式分类器的人脸检测算法仿真 被引量：2
1
作者 毕萍 《西安邮电学院学报》 2008年第5期120-125,共6页
详细研究了基于Adaboost的层叠式人脸检测算法。构建了一个层叠式分类器系统,其由多个弱分类器构建一个强分类器,再由多个强分类器最终构建一个层叠式分类器系统。通过增加层叠式分类器的级数来降低人脸误识率,增加层叠式分类器的个数... 详细研究了基于Adaboost的层叠式人脸检测算法。构建了一个层叠式分类器系统,其由多个弱分类器构建一个强分类器,再由多个强分类器最终构建一个层叠式分类器系统。通过增加层叠式分类器的级数来降低人脸误识率,增加层叠式分类器的个数来提高人脸检测率,使得层叠式分类器具有不断扩展升级的能力。仿真实验结果证明,采用这种策略成功的降低了误识率和计算时间,显著提高了检测性能,其检测效果稳定,并且完全可以适用于实时视频人脸检测。 展开更多
关键词 人脸检测 adaboost层叠式算法 多分类器融合
下载PDF
基于多分类器融合的多姿态人脸检测方法 被引量：1
2
作者 毕萍 赵恒 梁继民 《系统仿真学报》 CAS CSCD 北大核心 2009年第20期6469-6473,6478,共6页
针对复杂背景的彩色图像中复杂姿态人脸的检测问题提出了一种基于多分类器融合的人脸检测方法。首先使用AdaBoost层叠式算法分别训练正面人脸分类器和侧面人脸分类器,将正面人脸检测结果和侧面人脸检测结果相融合得出可能包含人脸的候... 针对复杂背景的彩色图像中复杂姿态人脸的检测问题提出了一种基于多分类器融合的人脸检测方法。首先使用AdaBoost层叠式算法分别训练正面人脸分类器和侧面人脸分类器,将正面人脸检测结果和侧面人脸检测结果相融合得出可能包含人脸的候选区域,然后使用YCbCr空间的肤色统计模型在这些候选区域中进一步验证人脸。该算法既利用了不同姿态人脸分类器的信息融合,又利用了人脸灰度纹理特征和人脸肤色信息的融合,对人脸姿态和图像背景有较强的鲁棒性,而且处理速度很快。实验结果表明,方法可以有效提高对复杂姿态人脸的检测概率,并显著降低虚警检测概率。 展开更多
关键词 人脸检测 adaboost层叠式算法 肤色验证 多分类器融合
下载PDF
基于AdaBoostSVM算法的时间序列分类方法研究
3
作者 李彬雅 李翔宇 《河北软件职业技术学院学报》 2024年第3期11-14,共4页
时间序列数据广泛应用于各大领域,传统的时间序列数据分类方法存在精准度低、错误分类等问题。为了提升时间序列数据分类的精准性及稳定性,提出了基于AdaBoost和SVM级联算法的时间序列数据分类方法,并针对16类UCR时间序列数据进行实验... 时间序列数据广泛应用于各大领域,传统的时间序列数据分类方法存在精准度低、错误分类等问题。为了提升时间序列数据分类的精准性及稳定性,提出了基于AdaBoost和SVM级联算法的时间序列数据分类方法,并针对16类UCR时间序列数据进行实验分析。实验结果表明,AdaBoostSVM算法模型平均分类精准性达96.35%,较传统的1-NN等分类方法高5%,较LSTM深度学习算法分类精准度高21%,精准性更高,稳定性更优。 展开更多
关键词 adaboost SVM UCR数据 级联算法
下载PDF
基于肤色检测和Adaboost联级算法的人脸定位研究 被引量：1
4
作者 田原嫄 潘敏凯 任利亚 《拖拉机与农用运输车》 2015年第2期1-5,9,共6页
提出了一种基于人脸肤色信息结合Adaboost联级检测的人脸检测算法,对彩色图像中的人脸进行定位。首先,该方法在YCb Cr彩色空间下,利用肤色检测粗定位人脸,过滤掉一些非肤色区域,然后对肤色检测处理后的图像进行二值化,并以此作为模板,... 提出了一种基于人脸肤色信息结合Adaboost联级检测的人脸检测算法,对彩色图像中的人脸进行定位。首先,该方法在YCb Cr彩色空间下,利用肤色检测粗定位人脸,过滤掉一些非肤色区域,然后对肤色检测处理后的图像进行二值化,并以此作为模板,对原图像进行掩膜处理,再用Adaboost联级算法对掩膜后的图像进行检测。检测结果证明,所用的方法缩小了Adaboost联级算法的检测区域,提高了检测速度,并且减少了单一的Adaboost联级算法的误检率,可以在一定程度上避免Adaboost联级算法对大量非人脸样本的依赖性,从而减少训练时间。 展开更多
关键词 YCbCr肤色检测 adaboost联级算法 人脸定位 误检率
下载PDF
基于Adaboost cascade的车牌检测技术 被引量：1
5
作者 吕慧娟 吴飞 《河南大学学报（自然科学版）》 CAS 北大核心 2008年第3期313-315,共3页
研究基于Adaboost cascade算法的车牌检测技术,针对收费站车辆照片,选用局部矩形特征,利用cascade算法得到了98%的识别率,误识对象一般都集中在真实目标附近,从而验证了方法的可行性.
关键词 车牌检测 矩形特征 adaboostcascade算法
下载PDF
基于AdaBoost-SVM级联分类器的行人检测 被引量：11
6
作者 降爱莲 杨兴彤 《计算机工程与设计》 CSCD 北大核心 2013年第7期2547-2550,2565,共5页
针对实时行人检测中AdaBoost级联分类算法存在的问题,改进AdaBoost级联分类器的训练算法,提出了Ada-Boost-SVM级联分类算法,它结合了AdaBoost和SVM两种算法的优点。对自定义样本集和PET图像库进行行人检测实验,实验中选择固定大小的窗... 针对实时行人检测中AdaBoost级联分类算法存在的问题,改进AdaBoost级联分类器的训练算法,提出了Ada-Boost-SVM级联分类算法,它结合了AdaBoost和SVM两种算法的优点。对自定义样本集和PET图像库进行行人检测实验,实验中选择固定大小的窗口作为候选区域并利用类Haar矩形特征进行特征提取,通过AdaBoost-SVM级联分类器进行分类。实验结果表明AdaBoost-SVM级联分类器的分类器准确率达到99.5%,误报率低于0.05%,优于AdaBoost级联分类器,训练时间要远远小于SVM分类器。 展开更多
关键词 adaboost级联算法 支持向量机算法 行人检测 类Haar矩形特征 分类器
下载PDF
基于加速度时域特征和Ａｄａｂｏｏｓｔ.ＳＶＭ级联分类器的跌倒检测研究 被引量：4
7
作者 田一明 王喜太 +1 位作者 杨鹏 耿艳利 《中南民族大学学报（自然科学版）》 CAS 2018年第1期93-99,共7页
为了提高对跌倒检测的准确性和可靠性,提出了一种基于三轴加速度时域特征和Adaboost SVM级联分类器的跌倒检测方法.首先,利用滑动窗口法提取加速度信号的时域特征作为唯一特征向量,以提高系统检测的实时性;然后,对传统Adaboost算法的样... 为了提高对跌倒检测的准确性和可靠性,提出了一种基于三轴加速度时域特征和Adaboost SVM级联分类器的跌倒检测方法.首先,利用滑动窗口法提取加速度信号的时域特征作为唯一特征向量,以提高系统检测的实时性;然后,对传统Adaboost算法的样本初始权值部分进行改进,使分类器学习到更多跌倒样本的信息,从而增强系统对跌倒的识别能力;最后,针对日常活动动作类(ADL)的数目远多于跌倒类而导致的数据集不平衡问题,构建了用于跌倒检测的Adaboost-SVM级联分类器,根据级联结构中每个Adaboost分类器所包含的弱分类器数量自动决定是否由SVM替换Adaboost分类器.利用UCI数据库中人体运动数据集进行了实验,结果表明:文中所提方法具有最高的跌倒检测率以及较为优秀的误报警率和准确率,并且证明了放置于胸部和腰部的加速度计能够对跌倒检测产生较好效果. 展开更多
关键词 跌倒检测 模式识别 集成学习 adaboost级联算法 时域特征
下载PDF
基于改进Adaboost的行人快速检测与定位算法 被引量：2
8
作者 游峰 李福樑 +3 位作者 冯琼莹 张荣辉 裴玉龙 徐建闽 《交通信息与安全》 2014年第2期1-5,共5页
随着智能交通的发展,道路行人主动安全的重要性愈发凸显,且越来越受到国内外研究机构的重视。选取Harr-like特征,利用积分图快速计算矩形特征,对传统的Adaboost算法引入优化更新权重的方法,提出1种基于级联分类器的行人检测方法,实现行... 随着智能交通的发展,道路行人主动安全的重要性愈发凸显,且越来越受到国内外研究机构的重视。选取Harr-like特征,利用积分图快速计算矩形特征,对传统的Adaboost算法引入优化更新权重的方法,提出1种基于级联分类器的行人检测方法,实现行人的实时区域快速检测。实验结果表明,基于改进Adaboost算法的快速行人检测与定位方法实时性强、准确率高,基于该算法的行人快速检测与定位系统可靠性高、鲁棒性强。 展开更多
关键词 行人检测 adaboost算法 Harr-like特征 级联分类器算法
下载PDF
基于改进HOG特征的集装箱锁孔检测和定位方法 被引量：2
9
作者 李岩 方连娣 《渭南师范学院学报》 2020年第2期76-83,共8页
针对集装箱起重机的吊具锁头与集装箱锁孔的快速对准连接问题,基于计算机视觉技术,提出一种集装箱锁孔检测和定位方法:首先把HOG算法进行创新改进,更好地提取锁孔特征样本;然后,将AdaBoost级联分类器与SVM算法在目标检测上的优势相结合... 针对集装箱起重机的吊具锁头与集装箱锁孔的快速对准连接问题,基于计算机视觉技术,提出一种集装箱锁孔检测和定位方法:首先把HOG算法进行创新改进,更好地提取锁孔特征样本;然后,将AdaBoost级联分类器与SVM算法在目标检测上的优势相结合得到AdaBoost-SVM级联分类算法。通过AdaBoost-SVM级联分类算法检测和定位图像中锁孔,与经典的HOG+SVM分类算法、经典的HOG+AdaBoost级联分类算法和Candy+Hough变换检测等方法相比,该方法对锁孔的检测具有更好的实时性和更高的精确度。 展开更多
关键词 HOG特征 可控滤波器 集装箱锁孔 adaboost-SVM级联分类算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部